共 6 条
基于改进PSO-BP神经网络的短期电力负荷预测研究
被引：15
作者：
乔维德
机构：
[1] 江苏常州市广播电视大学
来源：
关键词：
改进PSO-BP算法;
短期电力负荷;
预测;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
080802 ;
摘要：
粒子群优化(PSO)算法是基于群智能的全局优化技术,它通过粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。该文对基本粒子群算法进行改进,并将改进粒子群优化算法与误差反向传播(BP)算法结合起来构成的混合算法用于训练人工神经网络,对短期电力负荷进行预测。实践结果表明:改进PSO-BP算法有效地解决常规BP算法学习网络权值和阈值收敛速度慢、易陷入局部极小等问题,具有较快的收敛速度和较高的预测精度。
引用
收藏
页码：17 / 21
页数：5
相关论文