10.3969/j.issn.1673-9957.2023.15.008
基于PCA-IFOA-GRNN神经网络电力负荷预测
当进行电力负荷预测时,需要考虑较多的相关变量,相关变量的非线性、冗余等因素导致传统的方法效率较低,预测精度不高.为了提高预测效率和结果精度,该文优化果蝇算法,增强其性能,利用主成分分析方法对输入量进行分析、筛选,利用数据训练模型、预测,最终得出结果.数据采用某地级市2019年的电力负荷,经验证,改进后的算法的负荷预测精度变高.
神经网络、电力负荷、主成分分析方法、果蝇算法
TM715(输配电工程、电力网及电力系统)
2023-09-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
24-26