动态调整蚁群-BP神经网络模型在短期负荷预测中的应用

• 作者: 于新花 师彪 李郁侠 闫旺
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水电工程 短期负荷预测 DAACS-BP网络算法 动态调整蚁群算法 BP神经网络
• 年，卷（期）: 2011,（3）
• 页码范围: 5-9,194
• 分类号: TV752|TM614
• 语种: 中文

摘要

为提高短期电力负荷预测精度,提出了动态调整人工蚁群算法(DAACS),对BP神经网络参数进行优化,建立了动态调整人工蚁群-BP神经网络组合算法(DAACS-BP)预测模型,综合考虑气象、天气、电价、日期类型等影响因素,对四川电网进行短期电力负荷预测.仿真表明,该方法克服了BP神经网络和人工蚁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,收敛速度快,输出稳定性好,提高了电网短期负荷预测的精度,可有效用于电力系统短期负荷预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李郁侠	西安理工大学水利水电学院	73	798	15.0	25.0
2	于新花	青岛科技大学高职业技术学院	15	488	9.0	15.0
3	师彪	西安理工大学水利水电学院	18	345	11.0	18.0
4	闫旺	西安理工大学水利水电学院	10	260	7.0	10.0