文献类型：期刊文章

作　　者：祝学昌[1]

ZHU Xuechang(Department of Equipment Engineering,Henan Technical College of Construction,Zhengzhou 450064,China)

机构地区：[1]河南建筑职业技术学院设备工程系,河南郑州450064

出　　处：《电力系统保护与控制》

基　　金：国家十三五重点研发项目资助(2017YFB0602500)。

年　　份：2020

卷　　号：48

期　　号：9

起止页码：121-127

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法。模型的输入因子为负荷数据和气象信息等。通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度。通过仿真验证预测方法的准确性和有效性。结果表明,改进后的方法可以减小预测误差,提高算法的稳定性。该研究为我国电力负荷预测的发展提供了参考和借鉴。

关 键 词：电力负荷预测 果蝇优化算法  广义回归神经网络 平滑因数  

分 类 号：TM715]