基于主成份分析法的神经网络电力负荷预测

• 作者: 刘超 李美蓉 胡亚超 陈勇
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 神经网络 电力负荷 粒子群 预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 电气传动
• 页码范围: 90-93
• 页数: 4页
• 分类号: TP183|TM712
• 字数: 2457字
• 语种: 中文

摘要

影响电力负荷的变量具多,其具有非线性程度高、冗余程度高等特点,传统方法预测结果精度不高.为了提高结果精度,利用主成份分析方法对人工神经网络进行优化,达到提高预测精度的目的.首先,利用粒子群算法优化、改进径向基函数神经网络.然后,对输入量进行主成份分析、筛选,把经分析、筛选的输入量重新输入神经网络.最后,进行训练、预测,得出结果.利用经过优化、改进的模型对某地级市2016年的电力负荷进行验证.结果 表明,径向基函数神经网络经过粒子群算法的优化以及主成份的分析,负荷预测精度得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘超		8	1	1.0	1.0
2	陈勇		3	1	1.0	1.0
3	李美蓉		3	8	1.0	2.0
4	胡亚超		1	0	0.0	0.0