改进神经网络的短期负荷预测模型及仿真
개진신경망락적단기부하예측모형급방진
Short-Term Power Load Forecasting Model and Simulation Based on Neural Network
  • 万方数据
    计算机仿真 계산궤방진
    COMPUTER SIMULATION
    2014年 10期 145-150,176 ,共7页

    杨廷志%文小飞%万俊%李书

    양정지%문소비%만준%리서

    短期负荷%预测精度%混沌粒子群算法%神经网络 短期負荷%預測精度%混沌粒子群算法%神經網絡
    단기부하%예측정도%혼돈입자군산법%신경망락
    Power load%Forecasting accuracy%Chaos particle swarm algorithm%Neural network
    在电力负荷准确预测问题的研究中,电力负荷具有周期性、随机性和非线性的特点,而传统方法存在负荷预测精度低的难题,为了提高负荷的预测精度,提出一种改进神经网络的短期负荷预测模型(CPSO-BPNN).首先利用非线性预测能力强的BP神经网络对短期负荷建模;然后结合混沌粒子群优化算法挖掘短期负荷的变化规律以提高短期负荷预测精度;最后对模型性能进行仿真.仿真结果表明,CPSO-BPNN解决了传统方法存在的难题,提高了短期负荷的预测精度,为非线性负荷预测提供了依据.
    재전력부하준학예측문제적연구중,전력부하구유주기성、수궤성화비선성적특점,이전통방법존재부하예측정도저적난제,위료제고부하적예측정도,제출일충개진신경망락적단기부하예측모형(CPSO-BPNN).수선이용비선성예측능력강적BP신경망락대단기부하건모;연후결합혼돈입자군우화산법알굴단기부하적변화규률이제고단기부하예측정도;최후대모형성능진행방진.방진결과표명,CPSO-BPNN해결료전통방법존재적난제,제고료단기부하적예측정도,위비선성부하예측제공료의거.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문