基于改进遗传算法的电网投资组合预测方法

被引：55

作者：

刘巍 ^{[1
]}

李锰 ^{[2
]}

李秋燕 ^{[2
]}

王利利 ^{[2
]}

胡钋 ^{[3
]}

凌汝晨 ^{[4
]}

高玉芹 ^{[3
]}

李智 ^{[3
]}

机构：

[1] 国网河南省电力公司

[2] 国网河南省电力公司经济技术研究院

[3] 武汉大学电气工程学院

[4] 国网浙江省电力公司嘉兴供电公司

来源：

电力系统保护与控制 | 2020年 / 48卷 / 08期

基金：

国家高技术研究发展计划(863计划);

关键词：

灰色预测; BP神经网络; 多元回归; 遗传算法; 组合预测;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];

学科分类号：

120103 [信息系统与信息管理]; 140502 [人工智能];

摘要：

提出了一种通过改进遗传算法并综合利用灰色预测GM(1, N)模型、BP神经网络模型、多元回归模型建立的电网投资组合预测模型。基于传统遗传算法对组合预测约束条件进行了优化并改进了遗传算法中交叉算子和变异算子,从而使算法具有更强的全局搜索能力和收敛能力。利用所提出的组合预测模型对某地区电网投资进行预测的结果表明,相比于单一预测模型和其他两种组合预测模型,所提组合预测模型能充分利用原始数据的信息,具有更高的预测精度。

引用

页码：78 / 85

页数：8

共 23 条

[1]

基于GCA和LSTM神经网络的配电网网损预测 [J].