改进BP神经网络模型对低压台区线损率计算方法的优化分析

基于改进BP模型的低压台区中线损率计算方法的优化分析。通过K-Means聚类和Leverberg-Marquisardt法构建改进BP神经网络模型,确定样本聚类中心,以及指标的权值和阀值,实现低压台区线损率计算方法的优化。结合MATLAB仿真试验,显示在0.01、0.005、0.001和0.000 1的目标误差条件下,改进BP模型的目标误差率和迭代次数均优于标准BP模型,且耗时更短。因此,得出改进BP神经网络模型能有效地解决聚类和目标误差率调整问题,并提高线损率的计算速度和精度的结论。