改进蚁群算法的中长期电力负荷预测

• 作者: 田军
• 来源期刊: 黑龙江科技信息
• 关键词: 中长期负荷预测 蚁群优化算法 聚类分析 RBF神经网络
• 年，卷（期）: 2012,（35）
• 所属期刊栏目: 信息产业
• 页码范围: 106,229
• 页数: 2页
• 字数: 4197字
• 语种: 中文

摘要

本文提出蚁群聚类算法的RBFNN模型,并用于电力系统中长期负荷预测.首先,模拟蚂蚁寻找“食物源”的行为,即根据蚂蚁在寻找食物过程中发现“食物源”(聚类中心),蚂蚁就会被“吸引”到食物源周围的特点,应用蚁群优化(ACO)算法,将历史数据聚类分析,得到各类聚类中心位置.其次,当聚类中心确定后,采用递推最小二乘法,训练RBF神经网络的隐含层至输出层之间的权重.最后,通过某电网实际数据,将本文模型与传统RBF模型预测结果进行比较,结果表明本文模型据具有更高的预测精度.