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]青岛科技大学高职业技术学院,青岛261000

出　　处：《系统工程理论与实践》

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

年　　份：2010

卷　　号：30

期　　号：1

起止页码：157-166

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、CSSCI、CSSCI_E2010_2011、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络,实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素,利用贵州电网历史数据进行短期负荷预测.仿真表明,该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经网络方法,该优化算法克服了神经网络和粒子群优化方法的缺点,改善了模糊神经网络的泛化能力,提高了电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.2%以内.该算法可有效用于电力系统的短期负荷预测.

关 键 词：短期负荷预测 MPSO—FNN算法  预测精度  模糊神经网络

分 类 号：TM614]