遗传神经网络在电力系统短期负荷预测中的应用

• 作者: 唐红卫 梁海峰 涂光瑜
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 遗传神经网络 短期负荷预测 BP神经网络
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 49-53
• 页数: 5页
• 分类号: TM734
• 字数: 3427字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2001.01.012

摘要

为了克服传统BP神经网络中存在的一些缺陷，实现准确、快速预测电力系统负荷的目的，作者通过将遗传算法与神经网络结合，构造了一种遗传神经网络来进行电力系统短期负荷预测。方法的思路是：首先，利用遗传算法有指导地计算神经网络隐层节点数，从而确定一个较合理的神经网络结构；其次，由遗传算法从初始权值的解群中选取出一优秀的初始权值，克服初始权值选取的盲目性；最后，将得到的神经网络结构和优秀的初始权值结合起来，利用改进的BP算法进行电力系统短期负荷预测。仿真计算表明该方法达到了提高预测精度和改善网络性能的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	涂光瑜	华中科技大学电力工程系	78	2005	26.0	42.0
2	梁海峰	华中科技大学电力工程系	1	129	1.0	1.0
3	唐红卫	华中科技大学电力工程系	2	132	2.0	2.0