基于MIGA-BP神经网络的短期电力负荷预测

• 作者: 王帅哲 王永奇 王金梅 马文涛
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 工学
• 关键词: 多岛遗传算法 遗传算法 BP神经网络 负荷预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息学
• 页码范围: 145-150
• 页数: 6页
• 分类号: TM71
• 字数: 3271字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2328.2019.02.010

摘要

准确的短期电力负荷预测有助于工业生产中故障诊断和发电成本的降低.针对已有遗传算法优化的BP神经网络(GA-BP)存在局部搜索能力差的缺点,提出多岛遗传算法优化的BP神经网络(MIGA-BP),通过使种群在不同“岛屿”进化和迁移提高物种多样性,克服GA-BP算法中的缺点.将天气因素影响权重和归一化后的负荷数据输入建立的MIGA-BP神经网络预测模型,在MATLAB环境下进行仿真研究.结果表明,控制变量条件相同时,MIGA-BP模型预测误差比GA-BP模型的更小,对短期电力负荷预测更有优势.

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	宁夏大学物理与电子电气工程学院	67	555	10.0	21.0
5	马文涛	宁夏大学物理与电子电气工程学院	34	246	9.0	15.0
6	王帅哲	宁夏大学物理与电子电气工程学院	5	4	1.0	2.0
7	王永奇	宁夏大学物理与电子电气工程学院	5	4	1.0	2.0