文献类型：期刊文章

作　　者：杨芳君[1] 王耀力[1] 王力波[1] 常青[1]

Yang Fangjun;Wang Yaoli;Wang Libo;Chang Qing(School of Information and Computer, Taiyuan University of Technology, Jinzhong 030600, Shanxi,China)

机构地区：[1]太原理工大学信息与计算机学院,山西晋中030600

出　　处：《电测与仪表》

基　　金：全国工程专业学位研究生教育指导委员会立项项目(2016-ZX-095);山西省自然科学基金(201801D121141)

年　　份：2019

卷　　号：56

期　　号：9

起止页码：32-37

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高负荷预测精度,提出一种基于混沌定向布谷鸟算法优化Elman-IOC神经网络的短期负荷预测模型,首先对Elman神经网络拓扑结构进行改进设计,通过增添输入-输出层连接单元,加强网络并行运算能力,提高预测精度,然后在布谷鸟算法中,利用最优位置信息指导随机游动过程,同时引入混沌扰动算子,增强全局搜索能力,最后将算法应用于Elman-IOC神经网络参数优化,建立了短期负荷预测模型。实验结果表明,较之其他模型,此模型具有更高的预测精度。

关 键 词：短期负荷预测 Elman-IOC神经网络  输入-输出层连接  布谷鸟优化算法  混沌扰动  

分 类 号：TM715] TP183]