改进GA-BPNN在短期电力负荷预测中的应用

• 作者: 张勇 杨云
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短期电力负荷 遗传算法 人工神经网络 反向传播 预测
• 年，卷（期）: 2009,（13）
• 所属期刊栏目: 工程与应用
• 页码范围: 223-226
• 页数: 4页
• 分类号: TP183|TM751
• 字数: 4390字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.13.066

摘要

为了避免传统方法预测短期电力负荷建模复杂性,将改进遗传算法(GA)和误差反向传播(BP)算法相结合构成的混合算法用于训练人工神经网络,结合电力负荷历史数据,对短期电力负荷进行仿真预测.仿真结果表明,该混合算法有效地解决了常规BP算法学习网络权值收敛速度慢、易陷入局部极小和GA算法独立训练神经网络速度缓慢等问题,具有较快的收敛速度和较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨云	陕西科技大学电气与信息工程学院	94	431	11.0	17.0
2	张勇	陕西科技大学电气与信息工程学院	69	218	8.0	10.0