基于特性分析的改进BP神经网络短期电力预测方法

• 作者: 周捷 张武军 潘轩 程远林
• 来源期刊: 湖南电力
• 学科: 工学
• 关键词: 负荷特性 BP神经网络 遗传算法 短期预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究与试验
• 页码范围: 17-22
• 页数: 6页
• 分类号: TM715.1
• 字数: 3193字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0198.2020.03.004

摘要

由于短期电力负荷、 用电量受众多复杂的非线性因素影响,传统单一BP神经网络预测方法存在精度不高、收敛速度慢等问题.为了提高收敛速度和预测精度,根据影响因素特性将其分为长期、短期性影响因素,根据负荷、用电量曲线特性分别将其分为基准量和敏感量,并用决定系数法确定所需短期影响因素.应用遗传算法对BP神经网络的初始权值和阈值进行优化,将BP神经预测误差作为遗传算法的适应度函数,建立了基于特性分析的改进BP神经网络短期电力预测方法.选取中部某省2015—2019五年"迎峰度冬"期间数据进行验证,结果表明,该预测方法的精度和收敛速度都得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张武军		6	15	2.0	3.0
2	程远林		7	7	1.0	2.0
3	周捷		2	0	0.0	0.0
4	潘轩		1	0	0.0	0.0