基于蚁群优化算法递归神经网络的短期负荷预测

摘要：

为了克服BP算法收敛速度慢和易于陷入局部最小的不足,作者提出将蚁群优化算法用于短期负荷预测的递归神经网络模型学习算法,对实际负荷系统日、周预测的仿真测试表明,该模型能有效地提高短期负荷预测的精度,对工作日和休息日都具有良好的稳定性和适应能力,其预测性能明显优于基于BP算法的递归神经网络(BP-RNN)和基于遗传算法的递归神经网络(GA-RNN).

关键词：蚁群优化算法、BP算法、递归神经网络、短期负荷预测、电力系统

所属期刊栏目：29

分类号：TM714;F123.9(输配电工程、电力网及电力系统)

在线出版日期：2005-03-09（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：59-63