基于PSO?BP神经网络的短期负荷预测算法

• 作者: 张少迪
• 来源期刊: 现代电子技术
• 关键词: 短期负荷预测 BP神经网络 粒子群算法 零相滤波器
• 年，卷（期）: 2013,（12）
• 页码范围: 155-158,162
• 页数: 5页
• 分类号: TN911?34|TM769
• 语种: 中文

摘要

提出一种短期负荷预测算法，用于解决对未来能耗周期能源使用的预测问题。首先介绍短期负荷特点，分析短期负荷运行规律，并采用零相滤波器对原始负荷曲线进行预处理，相除奇异点。其次，介绍BP神经网络基本结构，并针对BP神经网络容易陷入局部极小值的缺点，采用PSO算法确定网络训练初始权值。然后，设计一种基于PSO?BP神经网络的短期负荷预测算法，包括预滤波、训练样本集建立、神经网络输入/输出模式设计、神经网络结构确定等。最后，选择上海市武宁科技园区的电科商务大厦进行负荷预测，实验结果表明，与传统的BP神经网络相比，PSO?BP神经网络用于短期负荷预测算法的精度更高，预测负荷和实际负荷之间的平均绝对误差（MAE）小于1%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张少迪	上海电器科学研究所集团有限公司上海智能电网需求响应重点实验室	5	30	3.0	5.0