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：《水力发电学报》

基　　金：国家火炬计划基金(07C26213711606);陕西省自然科学基础研究计划(SJ08E220);山东省软科学基金(2009RKB190);西安理工大学优秀博士学位论文和科学研究基金(106-210912;106-210917)

年　　份：2011

卷　　号：30

期　　号：3

起止页码：5-9

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20112814137659)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高短期电力负荷预测精度,提出了动态调整人工蚁群算法(DAACS),对BP神经网络参数进行优化,建立了动态调整人工蚁群-BP神经网络组合算法(DAACS-BP)预测模型,综合考虑气象、天气、电价、日期类型等影响因素,对四川电网进行短期电力负荷预测。仿真表明,该方法克服了BP神经网络和人工蚁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,收敛速度快,输出稳定性好,提高了电网短期负荷预测的精度,可有效用于电力系统短期负荷预测。

关 键 词：水电工程 短期负荷预测 DAACS-BP网络算法  动态调整蚁群算法  BP神经网络

分 类 号：TV752] TM614]