神经网络负荷预测,（1）经济性（2）可靠性（3）挺高安全性（4）促进电力市场,电力系统负荷预测的意义,（1）可变性（2）条件性（3）时间性（4）多方案性,电力系统负荷预测的特点,（1）长期负荷预测（2）中期负荷预测（3）短期负荷预测（4）超短期负荷预测,电力系统负荷预测的分类,（1）趋势外推法（2）回归分析法（3）时间序列法（4）灰色预测法（5）专家系统法（6）小波分析法（7）人工神经网络法,电力系统负荷预测的研究现状,神经网络基本模型,（1）阶跃型传递函数（2）线性传递函数,神经网络基本模型,神经网络的集中传递函数,（3）分段型传递函数（4）Sigmoid型传递函数,神经网络基本模型,神经网络基本模型,神经网络基本模型,（1）误差反向传播网络（BP网络）误差反向传播模型属于前向网络，是到目前应用最为广泛的一种人工神经网络，应用于语言、模式识别，自适应控制等。其缺点是训练时间较长，容易陷入局部最小。（2）径向基函数网络（RBF网络）径向基函数模型属于多层前向网络，具有学习速度快，精度高的特点，但由于高斯函数特性，不适用于高频的学习。,神经网络的分类,1.按神经元之间的组合拓扑结
