| 改进人工蜂群优化神经网络的短期负荷预测 |
| |
| 引用本文： | 马松龄,代一楠,徐军昶,马健.改进人工蜂群优化神经网络的短期负荷预测[J].机械设计与制造,2021,365(7):50-53,57. |
| |
| 作者姓名： | 马松龄 代一楠 徐军昶 马健 |
| |
| 作者单位： | 西安建筑科技大学机电学院,陕西西安710055;陕西省西安市气象局,陕西西安710016;陕西省西安市供电公司,陕西西安710089 |
| |
| 摘 要： | 准确的短期负荷预测能够减少发电机组停机备用和旋转备用,其预测效果直接影响电网的安全稳定和经济效益.针对BP神经网络初值敏感、易陷入局部最优的缺点,提出了一种改进人工蜂群算法优化BP神经网络的负荷预测方法.首先融合负荷数据与温度、湿度等天气数据并进行高斯滤波处理,再采用搜索位置更新实现人工蜂群算法的改进,利用其算法完成BP网络权值和阈值的优化,最后建立用于短期负荷预测的优化模型,并通过实例进行仿真验证.结果 表明:该改进预测模型与传统BP算法相比预测精度及收敛速度均有大幅提高,具备工程实用价值.
|
| 关 键 词： | 短期负荷预测 改进人工蜂群算法 BP网络 预测精度 |
Improved Short-Term Load Forecasting of Artificial Bee Colony Optimization Neural Network |
| |
| MA Song-ling,DAI Yi-nan,XU Jun-chang,MA Jian.Improved Short-Term Load Forecasting of Artificial Bee Colony Optimization Neural Network[J].Machinery Design & Manufacture,2021,365(7):50-53,57. |
| |
| Authors: | MA Song-ling DAI Yi-nan XU Jun-chang MA Jian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
