石河子科技2024，Issue(3) ：29-31.

基于粒子群算法优化BP神经网络的电力负荷预测

赵家伟 刘文康 张景楠 姚奕丞
石河子科技2024，Issue(3) ：29-31.
✕
  • NETL
  • NSTL
  • 万方数据

基于粒子群算法优化BP神经网络的电力负荷预测

赵家伟 1刘文康 1张景楠 1姚奕丞1
扫码查看

作者信息

  • 1. 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
  • 折叠

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.

关键词

粒子群算法/BP神经网络/负荷预测/模型优化

引用本文复制引用

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
段落导航相关论文