文献类型：期刊文章

作　　者：师彪[1] 李郁侠[1] 于新花[2] 闫旺[1] 李娜[1] 孟欣[1] 李鹏[1]

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

出　　处：《水力发电学报》

基　　金：国家火炬计划基金(07C26213711606);陕西省自然科学基金研究计划(SJ08E220);山东省软科学基金(2007RKB188)

年　　份：2010

卷　　号：29

期　　号：1

起止页码：106-113

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20101512841519)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高短期电价预测精度,分析了人工鱼群算法及其缺点,提出了一种弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现了BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对贵州电网进行短期电价预测。仿真表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法和人工鱼群-BP神经网络算法,该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.762$/MWh。该混合算法可有效用于电力市场短期电价预测。

关 键 词：RAAFSA—BP网络算法  弹性自适应人工鱼群算法  BP神经网络

分 类 号：TM614]