为确保电力系统运行的安全性与稳定性,短期电力负荷预测已成为常态化工作.而随着电网形态的多元化、电力负荷的迅猛增长,电力供应紧张局面越发严峻,这就使得电力公司不但要面临技术上的挑战,还要面对经济上的压力.在进行短期电力负荷预测时,经常使用到的人工智能算法有很多,如支持向量法、人工神经网络法以及模糊预测法等,但这些电力负荷预测方法均存在一定不足,如自适应能力较差、寻优时间长、预测精度效果不佳等.为弥补这些不足,在BP神经网络的基础上融合人工蜂群算法,并对这种算法模型在短期电力负荷预测中的应用可行性进行了检验,结果肯定了人工蜂群算法+BP神经网络模型的可行性,该模型具有较好的稳定性和精准度.
国家科技期刊平台
NSTL
万方数据
维普
