遗传神经网络在电力系统短期负荷预测中的应用

被引：54

作者：

梁海峰

涂光瑜

唐红卫

机构：

[1] 华中科技大学电力工程系!湖北省武汉市,华中科技大学电力工程系!湖北省武汉市,华中科技大学电力工程系!湖北省武汉市

来源：

电网技术 | 2001年 / 01期

关键词：

遗传神经网络; 短期负荷预测; BP神经网络;

D O I：

10.13335/j.1000-3673.pst.2001.01.012

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

为了克服传统 BP神经网络中存在的一些缺陷 ,实现准确、快速预测电力系统负荷的目的 ,作者通过将遗传算法与神经网络结合 ,构造了一种遗传神经网络来进行电力系统短期负荷预测。方法的思路是 :首先 ,利用遗传算法有指导地计算神经网络隐层节点数 ,从而确定一个较合理的神经网络结构 ;其次 ,由遗传算法从初始权值的解群中选取出一优秀的初始权值 ,克服初始权值选取的盲目性 ;最后 ,将得到的神经网络结构和优秀的初始权值结合起来 ,利用改进的 BP算法进行电力系统短期负荷预测。仿真计算表明该方法达到了提高预测精度和改善网络性能的要求

引用

页码：49 / 53

页数：5