基于鸽群优化BP神经网络的短期电力负荷预测方法研究

• 作者: 白苏赫 张铭飞 李丁 彭丹阳
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 负荷预测 鸽群算法 BP神经网络
• 年，卷（期）: 2021,（19）
• 所属期刊栏目: 算法语言
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.19.012

摘要

针对短期负荷预测精度低、准确性较差等问题,本文提出将鸽群优化算法和误差反向传播(Back Propagation,BP)神经网络模型相结合用于短期电力负荷预测研究.本文介绍了鸽群优化算法的原理以及算法模型,并利用鸽群优化算法对BP神经网络的权值和阈值进行优化,得到BP神经网络预测模型的最优参数,构建负荷预测模型.对某市7月的平均负荷预测来验证预测模型的有效性,其结果表明,改进的模型能够降低BP神经网络的预测误差,提高预测精度,并具有一定的普适性.