智能配电网环境下负荷预测研究

• 作者: 保富 张新阳 张翔 李辉 欧阳文佳
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 人工鱼 BP 智能配电网 负荷预测
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 故障预测与健康管理
• 页码范围: 121-124
• 页数: 4页
• 分类号: TM711|TN0
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802386

摘要

智能配电网环境下,负荷预测精度的高低影响着电网运行的安全性和经济性,为了提高负荷预测精度,提出了人工鱼群-反向传播算法(AFSA-BP)的电力负荷预测模型.传统BP算法由于输入神经元,隐层神经元和输出神经元之间的初始权值和阈值为随机获取,降低了算法的收敛速度和预测精度,采用AFSA算法对BP算法的初始权值和阈值进行全局寻优,获得最优的网络模型.在分析了电力系统负荷特性的基础上,采集历史负荷数据,天气和节假日信息,采用AFSA-BP算法建立短期负荷预测模型.为了验证该算法的准确性,分别采用BP、最小二乘-支持向量机(LS-SVM)、AFSA-BP算法对某省的电力负荷进行仿真实验,AFSA-BP算法的均方根误差(RMSE)为0.0862,而BP算法和LS-SVM算法的RMSE分别为0.2558和0.1522,结果验证了AFSA-BP算法适用于短期电力负荷预测.