摘要: 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。
中图分类号:
师彪 李郁侠 于新花 闫旺. 改进粒子群—BP神经网络模型的短期电力负荷预测[J]. 计算机应用.
Biao SHI Yu-xia LI Xin-hua YU Wang YAN. Short-term load forecast based on modified particle swarm optimizer and back propagation neural network model[J]. Journal of Computer Applications.