广义回归神经网络模型在短期电力负荷预测中的应用研究

• 作者: 牛东晓 王会青 谷志红
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 负荷预测 广义回归神经网络 差分进化算法 优进策略
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 电力系统
• 页码范围: 11-14
• 页数: 4页
• 分类号: TM732
• 字数: 3396字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2006.04.003

摘要

介绍了广义回归神经网络(GRNN)的基本理论,指出其回归的实质就是对平滑参数的优化.考虑到常规差分进化算法容易"早熟",全局寻优效率偏低,提出了基于优进策略的差分进化算法,利用种群繁衍的有用信息改进子代分布,并引入确定性寻优操作,实现了高效全局搜优.以推广能力作为优化目标,所建的GRNN有很强的非线性拟合能力和优良的预报性能,将其成功地为短期电力负荷预测建模,获得了满意的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学工商管理学院	306	6130	40.0	64.0
2	谷志红	华北电力大学工商管理学院	17	656	12.0	17.0
3	王会青	华北电力大学工商管理学院	8	449	8.0	8.0