一种小波神经网络的电力短期负荷模型研究 |
| |
引用本文: | 唐鹤,李伟,周俊宇.一种小波神经网络的电力短期负荷模型研究[J].微型电脑应用,2023(9):115-118. |
| |
作者姓名: | 唐鹤 李伟 周俊宇 |
| |
作者单位: | 广东电网有限责任公司佛山供电局 |
| |
摘 要: | 为了提高电力短时负荷预测精度,提出一种基于小波神经网络的短期负荷预测模型。通过小波分析进行负荷序列分解,获得不同频率负荷分量规律;由粒子群算法进行粒子群适应度排序,提升算法收敛速度和收敛能力;为避免算法陷入局部收敛性,引入混沌理论来增强全局搜索能力。将改进的PSO-WNN短期负荷预测模型应用于实例验证中表明:PSO-WNN模型相较于传统WNN模型和PSO模型对电力短时负荷的预测精度分别提高了3.16%和2.12%,预测效率提高了近一倍,算法能有效满足电力调度短时负荷预测的需求。
|
关 键 词: | 电力调度 负荷预测 PSO-WNN神经网络 混沌理论 |
|
|