电力系统供电负荷短期预测模型设计

摘要：

为了提高供电系统电量负荷预测的精度,加快收敛速度,改进陷入局部最小值的可能性以及优化过程单一等同题,建立了电力系统供电负荷短期预测模型,提出粒子群算法对反向神经网络初始化,并引入改进的遗传算法,在交叉过程中用父代最佳值与下一代种群结合,优化网络权值,提升模型性能.将模型应用于辽宁某地区短时电量预测中,结果表明,上述方法加快了模型的收敛速度,提高了预测精度;电力系统供电负荷短期预测模型很好地解决了电量预测精度不高等问题.

关键词：电量负荷、反向传播神经网络、粒子群算法、遗传算法优化、预测

所属期刊栏目：33

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目NSFC 61375014

在线出版日期：2016-05-25（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：171-174,179