基于粒子群的电力系统短期负荷预测

• 作者: 庄媛媛
• 来源期刊: 科技与创新
• 关键词: PSO BP神经网络 适应度 迭代 模糊推理
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 控制管理
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.09.004

摘要

短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济、合理的供电.针对负荷预测方法的多样性,在传统的BP网络用于负荷预测的基础上,提出粒子群PSO(Particle Swarm Optimizer)优化神经网络权值的算法,并应用到电力系统短期负荷预测中.仿真结果表明PSO优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也明显地得到提高.