基于蚁群优化算法递归神经网络的短期负荷预测

• 作者: 孙雅明 张智晟 邹政达
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 蚁群优化算法 BP算法 递归神经网络 短期负荷预测 电力系统
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 自动化
• 页码范围: 59-63
• 页数: 5页
• 分类号: TM714|F123.9
• 字数: 4330字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2005.03.013

摘要

为了克服BP算法收敛速度慢和易于陷入局部最小的不足,作者提出将蚁群优化算法用于短期负荷预测的递归神经网络模型学习算法,对实际负荷系统日、周预测的仿真测试表明,该模型能有效地提高短期负荷预测的精度,对工作日和休息日都具有良好的稳定性和适应能力,其预测性能明显优于基于BP算法的递归神经网络(BP-RNN)和基于遗传算法的递归神经网络(GA-RNN).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙雅明	天津大学电气与自动化工程学院	56	3112	30.0	55.0
2	张智晟	天津大学电气与自动化工程学院	11	375	8.0	11.0
3	邹政达	天津大学电气与自动化工程学院	1	90	1.0	1.0