基于改进遗传算法的BP神经网络短期电力负荷预测

• 作者: 王帅哲 王永奇 王金梅 马文涛
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 遗传算法 模拟退火算法 BP神经网络 短期负荷预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论与方法
• 页码范围: 15-18
• 页数: 4页
• 分类号: TN957.52+9|TP183
• 语种: 中文
• DOI: 10.19652/j.cnki.femt.1801103

摘要

有效且准确的短期电力负荷预测有助于工业生产的预报评估和发电成本的降低.针对传统的遗传算法优化的BP神经网络局部寻优能力不足, 预测精度不高的缺陷, 提出模拟退火算法改进的遗传算法, 来优化BP神经网络的初始权值阈值, 建立改进遗传算法的BP神经网络预测模型对实际短期电力负荷数据进行预测.通过MATLAB仿真研究表明, 改进后的预测模型比改进前的预测模型预测精度更高, 对短期负荷预测更有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金梅		67	555	10.0	21.0
2	马文涛		34	246	9.0	15.0
3	王帅哲		5	4	1.0	2.0
4	王永奇		5	4	1.0	2.0