科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2009年
15期
4331-4335
,共5页
电力系统%负荷预测%蜜蜂进化%粒子群算法%混沌神经网络
電力繫統%負荷預測%蜜蜂進化%粒子群算法%混沌神經網絡
전력계통%부하예측%밀봉진화%입자군산법%혼돈신경망락
为了提高电力系统负荷预测的精度,并考虑到电力系统负荷的混沌特性,提出了将蜜蜂进化型粒子群算法和混沌神经网络相结合的负荷预测方法.构建了混沌神经网络模型,提出了蜜蜂进化型PSO算法(Bee Evolution Modifying Particle Swarm Optimization, BEMPSO);以此来训练混沌神经网络参数,并且分别对基本粒子群优化算法和BEMPSO优化算法的模型进行仿真预测.结果表明提出的BEMPSO混沌神经网络负荷预测方法具有较强的泛化能力和较高的精度.
為瞭提高電力繫統負荷預測的精度,併攷慮到電力繫統負荷的混沌特性,提齣瞭將蜜蜂進化型粒子群算法和混沌神經網絡相結閤的負荷預測方法.構建瞭混沌神經網絡模型,提齣瞭蜜蜂進化型PSO算法(Bee Evolution Modifying Particle Swarm Optimization, BEMPSO);以此來訓練混沌神經網絡參數,併且分彆對基本粒子群優化算法和BEMPSO優化算法的模型進行倣真預測.結果錶明提齣的BEMPSO混沌神經網絡負荷預測方法具有較彊的汎化能力和較高的精度.
위료제고전력계통부하예측적정도,병고필도전력계통부하적혼돈특성,제출료장밀봉진화형입자군산법화혼돈신경망락상결합적부하예측방법.구건료혼돈신경망락모형,제출료밀봉진화형PSO산법(Bee Evolution Modifying Particle Swarm Optimization, BEMPSO);이차래훈련혼돈신경망락삼수,병차분별대기본입자군우화산법화BEMPSO우화산법적모형진행방진예측.결과표명제출적BEMPSO혼돈신경망락부하예측방법구유교강적범화능력화교고적정도.
