应用共识PSO协同Trust-Tech方法的短期负荷预测

• 作者: 崔凯 张永峰
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 共识粒子群算法 人工神经网络 最优结构 短期负荷预测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 7-12
• 页数: 6页
• 分类号: TM715
• 字数: 3912字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2017.07.002

摘要

为了提高短期负荷预测的精度,基于共识粒子群算法协同Trust-Tech技术CPSOATT(consensus-based par?ticle swarm optimization-assisted trust-tech)的全局优化方法,该文提出一种新型神经网络预测器E-Elite.该预测器使用双层构架:底层使用CPSOATT方法设计一组具有不同最优结构的兼顾精度和多样性的子预测器;顶层选择子预测器作为隐含层神经元,设计基于神经网络结构的子预测器组合.顶层神经网络充分利用子预测器多样性和精度方面的性能优势,保证整体E-Elite预测器的高计算性能.最后使用E-Elite预测器对实际电力系统数据实现精确短期负荷预测,比较结果证明了该预测器的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔凯		20	339	10.0	18.0
2	张永峰	天津大学电气自动化与信息工程学院	1	9	1.0	1.0