采用BP&SA混合学习策略的短期电力负荷预测方法

• 作者: 丁明 刘盛松
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 电力系统短期负荷预测 人工神经网络 模拟退火算法
• 年，卷（期）: 2000,（1）
• 页码范围: 78-80,90
• 页数: 4页
• 分类号: TP183
• 字数: 2364字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2000.01.016

摘要

提出了一种BP混合模拟退火(SA)的ANN短期负荷预测方法,该方法针对传统BP学习算法的缺点,将BP算法和模拟退火算法的优点相结合以提高网络的学习性能.ANN模型中考虑了温度和预测日类型,可进行工作日和节假日的预测,实例表明ANN模型实用有效、精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁明	合肥工业大学电气工程学院	230	10658	57.0	99.0
2	刘盛松	合肥工业大学电气工程学院	3	113	3.0	3.0