基于纵横交叉算法优化神经网络的负荷预测模型

• 作者: 刘向东 孟安波 胡函武
• 来源期刊: 电力系统保护与控制
• 关键词: 小波变换 神经网络 纵横交叉算法 高频分量 负荷预测
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 应用研究
• 页码范围: 102-106
• 页数: 5页
• 字数: 3532字
• 语种: 中文
• DOI: 10.7667/PSPC150914

摘要

为了解决传统 BP 神经网络对高频分量预测精度不高、泛化能力弱的缺点，提出了一种混合小波变换和纵横交叉算法(CSO)优化神经网络的短期负荷预测新方法。通过小波变换对负荷样本进行序列分解，对单支重构所得的负荷子序列采用纵横交叉算法优化的神经网络进行预测。最后叠加各子序列的预测值，得出实际预测结果。通过实际电网负荷预测表明，新模型能掌握冲击毛刺的变化规律，有效提高含大量冲击负荷地区的负荷预测精度，且预测模型具有较强泛化能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
2	胡函武	广东工业大学自动化学院	8	75	4.0	8.0
3	刘向东	广东工业大学自动化学院	12	63	3.0	7.0