10.3969/j.issn.1674-3814.2020.10.005
基于花朵授粉算法和BP神经网络的短期负荷预测
为了提高短期电力负荷预测的准确性,降低因预测精度不高带来的电能损失,提出将花朵授粉算法(flower pollination algorithm,FPA)与BP神经网络相结合,利用FPA算法具有收敛速度快、全局搜索能力强的特点,对BP神经网络的权值和阈值进行优化,改善传统BP神经网络因权值和阈值的选择具有随机性而陷入局部最优和收敛速度慢的缺点.最后,通过某地区实际负荷数据验证了优化后的BP神经网络的预测精度得到了提高.
负荷预测、花朵授粉算法、BP神经网络、预测精度
36
TM615(发电、发电厂)
国家自然科学基金61876097
2020-12-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
28-32