基于交变粒子群BP网络的电力系统短期负荷预测

• 作者: 唐承娥
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粒子群算法 BP神经网络 短期负荷 交叉操作
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 智能计算
• 页码范围: 133-135,165
• 页数: 4页
• 分类号: TP18
• 字数: 3762字
• 语种: 中文

摘要

短期负荷预测是电力系统正常运行的关键环节,合理的发电计划依靠准确的负荷预测,因此提出交变粒子群算法来优化BP网络模型以预测电力短期负荷.针对依靠先前的经验来确定BP神经网络的权值缺少理论依据的问题,采用交变粒子算法优化BP神经网络权值,以减少通过神经网络预测模型求解电力短期负荷预测带来的误差.实验证明,经过优化的BP神经网络预测模型比传统的BP神经网络预测模型的误差更小,更加接近实际电力负荷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐承娥	广西大学电气工程学院	7	7	1.0	2.0