现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2013年
12期
155-158,162
,共5页
短期负荷预测%BP神经网络%粒子群算法%零相滤波器
短期負荷預測%BP神經網絡%粒子群算法%零相濾波器
단기부하예측%BP신경망락%입자군산법%령상려파기
STLF%BP neural network%PSO%zero phase filter
提出一种短期负荷预测算法，用于解决对未来能耗周期能源使用的预测问题。首先介绍短期负荷特点，分析短期负荷运行规律，并采用零相滤波器对原始负荷曲线进行预处理，相除奇异点。其次，介绍BP神经网络基本结构，并针对BP神经网络容易陷入局部极小值的缺点，采用PSO算法确定网络训练初始权值。然后，设计一种基于PSO?BP神经网络的短期负荷预测算法，包括预滤波、训练样本集建立、神经网络输入/输出模式设计、神经网络结构确定等。最后，选择上海市武宁科技园区的电科商务大厦进行负荷预测，实验结果表明，与传统的BP神经网络相比，PSO?BP神经网络用于短期负荷预测算法的精度更高，预测负荷和实际负荷之间的平均绝对误差（MAE）小于1%。
提齣一種短期負荷預測算法，用于解決對未來能耗週期能源使用的預測問題。首先介紹短期負荷特點，分析短期負荷運行規律，併採用零相濾波器對原始負荷麯線進行預處理，相除奇異點。其次，介紹BP神經網絡基本結構，併針對BP神經網絡容易陷入跼部極小值的缺點，採用PSO算法確定網絡訓練初始權值。然後，設計一種基于PSO?BP神經網絡的短期負荷預測算法，包括預濾波、訓練樣本集建立、神經網絡輸入/輸齣模式設計、神經網絡結構確定等。最後，選擇上海市武寧科技園區的電科商務大廈進行負荷預測，實驗結果錶明，與傳統的BP神經網絡相比，PSO?BP神經網絡用于短期負荷預測算法的精度更高，預測負荷和實際負荷之間的平均絕對誤差（MAE）小于1%。
제출일충단기부하예측산법，용우해결대미래능모주기능원사용적예측문제。수선개소단기부하특점，분석단기부하운행규률，병채용령상려파기대원시부하곡선진행예처리，상제기이점。기차，개소BP신경망락기본결구，병침대BP신경망락용역함입국부겁소치적결점，채용PSO산법학정망락훈련초시권치。연후，설계일충기우PSO?BP신경망락적단기부하예측산법，포괄예려파、훈련양본집건립、신경망락수입/수출모식설계、신경망락결구학정등。최후，선택상해시무저과기완구적전과상무대하진행부하예측，실험결과표명，여전통적BP신경망락상비，PSO?BP신경망락용우단기부하예측산법적정도경고，예측부하화실제부하지간적평균절대오차（MAE）소우1%。
