遗传算法和神经网络在短期负荷预测中的应用研究

扫码查看

原文链接

NETL
NSTL
维普
万方数据

中文摘要：短期负荷预测是电力市场运营的基本内容，预测精度的高低对于电力系统安全、经济、优化、节能调度运行具有极为重要的指导作用。如何提高预测精度也是学界一直不懈的追求目标。本文针对BP算法易陷入局部极小、收敛速度慢的缺点。根据遗传算法具有全局寻优的特点，将二者结合起来形成一种训练神经网络的混合算法一GA—BP算法，并结合一个实际的电力系统短期负荷变化的情况。用实际算例表明该方法具有较高的预测精度和较好的适应性。

作者：

吴磊、胡晓哲

展开 >

作者单位：

富阳市供电局,浙江杭州311400

关键词：

神经网络负荷预测 BP算法遗传算法

出版年：

2012

北京电力高等专科学校学报(自然科学版)

北京电力高等专科学校

北京电力高等专科学校学报(自然科学版)

ISSN：1009-0118

年,卷(期)：2012.29(3)