文献类型：期刊文章

作　　者：师彪[1] 李郁侠[1] 于新花[2] 闫旺[1]

机构地区：[1]西安理工大学水利水电学院,西安710048 [2]青岛科技大学高职技术学院,山东青岛261000

出　　处：《计算机应用》

基　　金：国家火炬计划创新基金资助项目(07C26213711606);陕西省自然科学基础研究计划项目(SJ08E220);山东省软科学基金资助项目(2007RKB188)

年　　份：2009

卷　　号：29

期　　号：4

起止页码：1036-1039

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。

关 键 词：短期负荷预测 改进的粒子群-BP神经网络算法  预测精度  

分 类 号：TM614] TP18]