基于MEA-Elman神经网络的电力日负荷预测

• 作者: 包广清 林麒麟
• 来源期刊: 工业仪表与自动化装置
• 关键词: 日负荷预测 思维进化算法 优化 MEA-Elman神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 科研论坛
• 页码范围: 7-10
• 页数: 4页
• 分类号: TM715
• 语种: 中文

摘要

Elman神经网络是一种动态反馈网络,对历史状态敏感,具有短期记忆功能和处理动态信息的能力,可以建立动态、非线性电力负荷预测模型.由于Elman神经网络采用BP算法,容易陷入局部极小解,迭代次数多且学习效率低,该文利用思维进化算法(MEA)优化Elman神经网络的方法,提出基于MEA-Elman神经网络的电力负荷预测模型.实验表明,该方法能够避免不成熟收敛问题,减少迭代次数,有效提高了配电网短期负荷的预测精度,对电力系统合理调度与规划具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包广清	兰州理工大学电气工程与信息工程学院	90	668	13.0	22.0
2	林麒麟	兰州理工大学电气工程与信息工程学院	3	15	2.0	3.0