基于BAGGING算法和BP神经网络的电力系统负荷预测

• 作者: 谭剑 谭松柏
• 来源期刊: 山东电力高等专科学校学报
• 学科: 工学
• 关键词: BAGGING算法 BP神经网络 电力系统 负荷预测
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 电力工程
• 页码范围: 18-20,24
• 分类号: TM715
• 字数: 1737字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-3162.2012.01.006

摘要

电力系统负荷预测关系到电力系统的控制和运行计划,精确的负荷预测有助于提高系统的安全性和稳定性,从而可以提高电力系统的经济效益.电力系统负荷预测问题具有的数据量大、影响因素多等特点,使用单个BP神经网络进行负荷预测时,预测结果随机性大、精度低.本文把BAGGING算法思想与BP神经网络相结合起来,通过生成一组BP神经网络模型,挑选最好的网络模型最为最终的预测模型,进行负荷预测,以提高负荷预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭松柏	华南理工大学电力学院	2	13	2.0	2.0
2	谭剑		2	13	2.0	2.0