基于粗糙集和BP网络的微网短期负荷预测

被引：30

作者：

王帅 ^{[1
]}

王文爽 ^{[1
]}

孙伟 ^{[1
]}

张珂赫 ^{[2
]}

机构：

[1] 中国矿业大学信息与电气工程学院

[2] 江苏省电力公司徐州供电公司

来源：

控制工程 | 2018年 / 25卷 / 08期

关键词：

微网; 短期负荷预测; 粗糙集; BP神经网络; 模拟退火遗传算法;

D O I：

10.14107/j.cnki.kzgc.160349

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

结合粗糙集和BP神经网络两种智能控制算法提出了微网短期负荷预测模型。首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作为BP神经网络的输入量对微网负荷进行预测。BP网络具有收敛速度慢和易陷入局部最优等缺陷,据此提出一种基于模拟退火遗传算法优化的BP神经网络新模型。实验表明,采用粗糙集和改进BP神经网络的新模型对微网负荷进行预测取得了良好的效果,证明了该方法的有效性。

引用

页码：1528 / 1533

页数：6

共 9 条

[1]

基于混沌时间序列法的微网短期负荷预测 [J].