改进粒子群优化BP神经网络短期负荷预测研究

• 作者: 周晨曦 王瑞 逯静
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 负荷预测 粒子群优化 BP神经网络 适应度值
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 控制技术
• 页码范围: 39-42,77
• 页数: 5页
• 分类号: TP18
• 字数: 4141字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2019.06.011

摘要

为了提高短期电力负荷预测的准确性,提出了一种改进型粒子群优化BP神经网络预测模型.在改进的粒子群每次迭代过程中求出种群平均适应度值,并将每一粒子适应度值与种群平均适应度值比较,当粒子适应度值劣于种群平均适应度值时,对其空间位置初始化处理,随机生成新的位置,当粒子适应度值优于或等于种群平均适应度时,保持位置不变,通过此种方式,保留了种群中优良粒子,在搜索空间不断缩小的后期拓展了搜索空间,保持了种群多样性,利用改进的粒子群算法优化BP神经网络的初始参数,再将训练样本训练BP神经网络求得最优参数.将此模型应用到河南省某地区短期电力负荷预测中,结果表明此种方法有效提高了预测精度.

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