基于BP-GA混合学习算法的神经网络短期负荷预测

• 作者: 刘丁 李琦 杨延西 郑岗
• 来源期刊: 信息与控制
• 关键词: 短期负荷预测 BP GA
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 284-288
• 页数: 5页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2002.03.020

摘要

本文提出了修正的遗传算法和BP算法相结合的短期负荷预测方法,与传统神经网络方法相比,该方法可以加快网络学习速度和提高学习精度.我们用遗传算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法,实现短期负荷预测.在构建网络模型时,我们考虑了气候因素的影响,并把它作为网络的一组输入点.实验结果表明基于这一方法的负荷预测系统较高的精度和实时性.