DPO—BP在电力负荷短期预测中的应用

• 作者: 代月明 徐康耀 王仁丽 韩成春
• 来源期刊: 输配电工程与技术
• 学科: 工学
• 关键词: BP神经网络 海豚群算法 短期 负荷预测
• 年，卷（期）: spdgcyjs_2017,（3）
• 页码范围: 35-41
• 页数: 7页
• 分类号: TP1

摘要

电力系统运行过程中,负荷的短期预测具有十分重要的意义。可以将影响负荷的多种因素如气象,待预测日前几天的负荷数据,以及日平均负荷等作为BP神经网络的输入节点,输出负荷值作为网络的输出。本文先将BP神经网络运用到电力负荷的短期预测中,但网络的训练效果受其初始权值、阈值的影响较大,预测效果并不理想。鉴于海豚群算法(DPO)具有收敛速度快、鲁棒性好等优点,将其运用到BP神经网络的权值、阈值优化问题上,并与PSO-BP算法相比,证明了其在短期负荷预测中优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩成春		37	71	5.0	6.0
2	代月明		8	4	2.0	2.0
3	王仁丽		8	6	2.0	2.0
4	徐康耀		2	1	1.0	1.0