计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2009年
4期
1036-1039
,共4页
师彪%李郁侠%于新花%闫旺
師彪%李鬱俠%于新花%閆旺
사표%리욱협%우신화%염왕
短期负荷预测%改进的粒子群-BP神经网络算法%预测精度
短期負荷預測%改進的粒子群-BP神經網絡算法%預測精度
단기부하예측%개진적입자군-BP신경망락산법%예측정도
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群-BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型.综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测.算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力.
為瞭準確、快速、高效地預測電網短期負荷,提齣瞭改進的粒子群算法(MPSO),併與BP算法相結閤,形成改進的粒子群-BP(MPSO-BP)神經網絡算法,用此算法訓練神經網絡,實現瞭神經網絡參數優化,得到瞭基于MPSO-BP算法的神經網絡模型.綜閤攷慮氣象、天氣、日期類型等影響負荷的因素,進行電網短期負荷預測.算例分析錶明,與傳統BP神經網絡法和PSO-BP神經網絡方法相比,該方法改善瞭BP神經網絡的汎化能力,預測精度高,收斂速度快,對電力繫統短期負荷具有良好的預測能力.
위료준학、쾌속、고효지예측전망단기부하,제출료개진적입자군산법(MPSO),병여BP산법상결합,형성개진적입자군-BP(MPSO-BP)신경망락산법,용차산법훈련신경망락,실현료신경망락삼수우화,득도료기우MPSO-BP산법적신경망락모형.종합고필기상、천기、일기류형등영향부하적인소,진행전망단기부하예측.산례분석표명,여전통BP신경망락법화PSO-BP신경망락방법상비,해방법개선료BP신경망락적범화능력,예측정도고,수렴속도쾌,대전력계통단기부하구유량호적예측능력.
