10.3969/j.issn.2095-2945.2018.28.006
基于粒子群算法的BP神经网络电价预测研究
电力负荷预测是电力系统规划和运行的主要内容,而实时电价是影响负荷预测精度的一个重要因素,文章通过分析某电网电价历史数据,结合PSO算法和BP网络优点,提出一种PSO-BP神经网络预测模型,用PSO算法优化BP神经网络的初始权值和阈值,将电力系统电价的不确定性变为可预测性.Matlab仿真结果表明,PSO-BP神经网络预测模型收敛速度快和预测精度高,可运用到未来实际电价预测当中.
BP神经网络、粒子群算法、优化算法、电力负荷预测
TM71(输配电工程、电力网及电力系统)
国家自然科学基金项目51167015
2018-10-12(万方平台首次上网日期,不代表论文的发表时间)
共3页
15-17