基于粒子群算法优化BP神经网络的电力负荷预测

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：准确的负荷预测是保证电网平稳运行的重要因素,本文提出了一种基于粒子群算法(PSO)优化BP神经网络预测模型的方法.该方法引入了粒子群算法这一新型的群智能算法,通过多次迭代进行模型优化,与BP神经网络相结合,消除了后者收敛速度较慢、较易陷入局部极值等缺点.经MATLAB仿真结果验证,该模型具有较高的准确性和稳定性,为电力负荷预测提供了一种实用的方法.

作者：

赵家伟、刘文康、张景楠、姚奕丞

展开 >

作者单位：

辽宁工程技术大学电气与控制工程学院,辽宁省葫芦岛市,125105

关键词：

粒子群算法 BP神经网络负荷预测模型优化

出版年：

2024

石河子科技

新疆石河子市科技情报研究所

石河子科技

影响因子：0.51

ISSN：1008-0899

年,卷(期)：2024.(3)