基于组合模型的短期电力负荷预测研究

• 作者: 周晨曦 王瑞 逯静
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 电力负荷预测 蚁群算法 BP神经网络 灰色理论
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 150-153,封2
• 页数: 5页
• 分类号: TP319
• 字数: 2761字
• 语种: 中文
• DOI: 10.11907/rjdk.172650

摘要

为了提高短期电力负荷的预测精度,提出了一种短期电力负荷预测模型.该模型包括蚁群算法优化的BP神经网络模型和灰色理论模型.蚁群算法优化的BP神经网络可以提高BP神经网络预测精度和收敛速度,灰色理论削弱了数据自身的随机性.结合两者优点,根据电力负荷的数据特征和两种子模型的预测误差,得出其在组合模型中所占权重,然后得到基于组合模型的预测值.应用组合模型对河南省某地区进行短期电力负荷预测,结果表明该方法比单个模型预测精度更高,能有效预测短期电力负荷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	逯静	河南理工大学计算机科学与技术学院	8	14	2.0	3.0
2	王瑞	河南理工大学电气工程与自动化学院	11	39	4.0	6.0
3	周晨曦	河南理工大学电气工程与自动化学院	3	11	2.0	3.0