弹性自适应人工鱼群-BP神经网络模型及在短期电价预测中的应用

• 作者: 于新花 孟欣 师彪 李娜 李郁侠 李鹏 闫旺
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 电价预测 RAAFSA-BP网络算法 弹性自适应人工鱼群算法 BP神经网络
• 年，卷（期）: 2010,（1）
• 页码范围: 106-113
• 页数: 8页
• 分类号: TM614
• 语种: 中文

摘要

为了提高短期电价预测精度,分析了人工鱼群算法及其缺点,提出了一种弹性自适应人工鱼群算法(RAAFSA).应用RAAFSA算法训练BP神经网络,实现了BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对贵州电网进行短期电价预测.仿真表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法和人工鱼群-BP神经网络算法,该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.762$/MWh.该混合算法可有效用于电力市场短期电价预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏	西安理工大学水利水电学院	148	2215	25.0	40.0
2	李郁侠	西安理工大学水利水电学院	73	798	15.0	25.0
3	于新花	青岛科技大学高职业技术学院	15	488	9.0	15.0
4	师彪	西安理工大学水利水电学院	18	345	11.0	18.0
5	闫旺	西安理工大学水利水电学院	10	260	7.0	10.0
6	李娜	西安理工大学水利水电学院	30	316	8.0	17.0
7	孟欣	西安理工大学水利水电学院	9	58	5.0	7.0