基于IFOA-GRNN的短期电力负荷预测方法研究

• 作者: 祝学昌
• 来源期刊: 电力系统保护与控制
• 关键词: 电力负荷预测 果蝇优化算法 广义回归神经网络 平滑因数
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 应用研究
• 页码范围: 121-127
• 页数: 7页
• 字数: 3521字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.190760

摘要

针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法.模型的输入因子为负荷数据和气象信息等.通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度.通过仿真验证预测方法的准确性和有效性.结果表明,改进后的方法可以减小预测误差,提高算法的稳定性.该研究为我国电力负荷预测的发展提供了参考和借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝学昌	河南建筑职业技术学院设备工程系	3	4	1.0	2.0