基于改進BPNN算法的電力物資需求預測方法

打開文本圖片集

摘  要：電力物資需求預測是電力企業(yè)運營管理中一項重要技術，但是當前預測水平比較低，不僅MAPE比較大，而且預測結(jié)果置信度水平比較低，無法達到預期的預測效果，因此提出基于改進BPNN算法的電力物資需求預測方法。為保證電力物資需求預測的準確性，首先按照項目的性能將電力物資分為技改物資、維修物資、科技物資、基建物資以及信息物資，然后根據(jù)劃分的物資類別從電力物資信息系統(tǒng)或者平臺上收集歷史電力物資信息，并對數(shù)據(jù)泛化和歸一化處理，利用改進BPNN算法對電力物資需求數(shù)據(jù)訓練，提取電力物資需求特征，量化預測電力物資需求，以此實現(xiàn)基于改進BPNN算法的電力物資需求預測。（剩余4855字）