基于PSO的模糊神经网络短期负荷预测

摘要：

针对短期负荷预测的特点,提出基于粒子群(PSO)优化的模糊神经网络短期负荷预测模型.将PSO与模糊优选人工神经网络进行融合,在对模糊优选神经网络训练中采取PSO算法和梯度下降算法相结合的方法,充分发挥PSO全局寻优的能力和梯度下降局部细致搜索优势.对广西某地区进行短期负荷预测,并与实际值进行比较分析,结果表明这一模型应用于短期负荷预测能获得较高的预测精度,是一种行之有效的短期负荷预测方法.

关键词：短期负荷预测、粒子群优化、模糊优选神经网络

所属期刊栏目：19

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：广西科学基金桂科自0640028;浙江省宁波市自然科学基金2005A610013;广西教育厅科研项目

在线出版日期：2007-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67