遗传神经网络在电力系统短期负荷预测中的应用

摘要：

为了克服传统BP神经网络中存在的一些缺陷，实现准确、快速预测电力系统负荷的目的，作者通过将遗传算法与神经网络结合，构造了一种遗传神经网络来进行电力系统短期负荷预测。方法的思路是：首先，利用遗传算法有指导地计算神经网络隐层节点数，从而确定一个较合理的神经网络结构；其次，由遗传算法从初始权值的解群中选取出一优秀的初始权值，克服初始权值选取的盲目性；最后，将得到的神经网络结构和优秀的初始权值结合起来，利用改进的BP算法进行电力系统短期负荷预测。仿真计算表明该方法达到了提高预测精度和改善网络性能的要求。

关键词：遗传神经网络、短期负荷预测、BP神经网络

所属期刊栏目：25

分类号：TM734(输配电工程、电力网及电力系统)

在线出版日期：2004-01-08（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：49-53