基于主成分分析的BP神经网络在电力系统负荷预测中的应用

BP神经网络应用于电力系统负荷预测时，如果输入空间严重自相关及网络维数较高时，BP神经网络的预测精度会下降。针对这一问题，本文提出一种改进新方法，具体是利用主成分分析（PCA）方法对原输入空间进行重构，并根据各主成分的贡献率来确定网络的结构，从而有效解决了BP网络预测精度下降的问题，最后通过实际的算例验证了该方法的有效性。