智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2011年
4期
66-68,91
,共4页
量子粒子群优化算法%小波神经网络%模糊理论%电力系统%短期负荷预测
量子粒子群優化算法%小波神經網絡%模糊理論%電力繫統%短期負荷預測
양자입자군우화산법%소파신경망락%모호이론%전력계통%단기부하예측
电力系统的短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济的供电.针对负荷预测方法的多样性,在小波神经网络用于负荷预测的基础上,提出基于量子粒子群优化算法( QPSO)优化神经网络权值,并运用模糊理论进行修正.某电网负荷的拟合数据表明QPSO优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也比较高.
電力繫統的短期負荷預測是電力繫統管理的一項重要方法,準確的負荷預測可以保證用戶得到安全、經濟的供電.針對負荷預測方法的多樣性,在小波神經網絡用于負荷預測的基礎上,提齣基于量子粒子群優化算法( QPSO)優化神經網絡權值,併運用模糊理論進行脩正.某電網負荷的擬閤數據錶明QPSO優化算法訓練的神經網絡不僅收斂速度明顯加快,而且其預報精度也比較高.
전력계통적단기부하예측시전력계통관리적일항중요방법,준학적부하예측가이보증용호득도안전、경제적공전.침대부하예측방법적다양성,재소파신경망락용우부하예측적기출상,제출기우양자입자군우화산법( QPSO)우화신경망락권치,병운용모호이론진행수정.모전망부하적의합수거표명QPSO우화산법훈련적신경망락불부수렴속도명현가쾌,이차기예보정도야비교고.
