基于改进型遗传算法的混沌神经网络在电力负荷预测的应用

• 作者: 刘崇新 刘建勋 李莉
• 来源期刊: 华中电力
• 学科: 工学
• 关键词: 混沌 遗传算法 神经网络 负荷预测
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 试验与研究
• 页码范围: 13-17
• 分类号: TM715
• 字数: 3703字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6519.2010.02.004

摘要

通过对陕西省省网历史负荷数据进行混沌特性分析,重构系统相空间,并计算最大Lyapunov指数,指出该时间序列具有混沌特性,从而采用混沌神经网络对该时间序列进行短期负荷预测.神经网络模型采用改进型遗传算法对权值和阈值进行学习和训练,优化神经网络权重,充分发挥遗传算法的全局寻优能力和神经网络的局部搜索性能.然后采用该网络进行预测,预测结果表明:该模型预测算法优于纯BP网络方法的预测结果,较大地提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李莉	西安交通大学电气工程学院	22	134	7.0	11.0
2	刘崇新	西安交通大学电气工程学院	70	969	17.0	29.0
3	刘建勋		1	9	1.0	1.0