短期电力负荷的智能预测方法研究

• 作者: 乔维德
• 来源期刊: 江苏电器
• 学科: 工学
• 关键词: SAPSO-BP 混合算法 短期电力负荷 神经网络 预测
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 设计与研究
• 页码范围: 13-17
• 页数: 5页
• 分类号: TM715
• 字数: 4221字
• 语种: 中文

摘要

为了提高电力系统短期负荷预测的精度,提出将基于模拟退火思想的改进粒子群优化(SAPS0)算法和误差反向传播(BP)算法相结合构成SAPSO-BP混合算法用于训练人工神经网络,对短期电力负荷进行预测.经实际算例验证,该混合算法能有效克服常规BP和PSO算法独立训练神经网络的缺陷,其收敛速度快于BP及PSO-BP算法,并且具有较高的短期电力负荷预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔维德		70	198	7.0	11.0