10.3969/j.issn.1008-0570.2007.09.004
基于粒子群的电力系统短期负荷预测
短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济、合理的供电.针对负荷预测方法的多样性,在传统的BP网络用于负荷预测的基础上,提出粒子群PSO(Particle Swarm Optimizer)优化神经网络权值的算法,并应用到电力系统短期负荷预测中.仿真结果表明PSO优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也明显地得到提高.
PSO、BP神经网络、适应度、迭代、模糊推理
23
TP3(计算技术、计算机技术)
2007-04-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
9-11