用PSO优化BP神经网络的母线负荷预测方法

被引：17

作者：

彭信淞 ^{[1
]}

贺辉 ^{[2
]}

姚建刚 ^{[1
]}

钟立军 ^{[3
]}

梁文举 ^{[1
]}

王建 ^{[1
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖南省电力公司

[3] 湖南常德电力局

来源：

电力系统及其自动化学报 | 2010年 / 22卷 / 05期

关键词：

母线负荷; 预测; 粒子群算法; BP网络;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

针对母线负荷基数小、易突变、母线间差异大等特点,提出一种粒子群算法优化神经网络的多层前馈神经网络的母线负荷预测方法。该方法综合了粒子群优化算法的全局随机搜索最优解和梯度下降局部细致搜索优势的特点,使其陷入局部最小,用母线负荷的初始值作为粒子向量的值,优化了误差反向传播神经网络的权值和阈值,达到提高预测精度和改善泛化性的目的。用该方法对湖南地区的110 kV和220 kV的母线负荷进行实验分析,结果验证了该方法的有效性和优越性。

引用

页码：146 / 151

页数：6

共 12 条

[1] 基于气象负荷因子的Elman神经网络短期负荷预测
朱晟
蒋传文
侯志俭
[J]. 电力系统及其自动化学报, 2005, (01) : 23 - 26
[2] ANN在电力系统中期负荷预测中的应用
周中明
李建平
张鑫
韦钢
[J]. 电力系统及其自动化学报, 2003, (02) : 36 - 39
[3] 基于相似日的神经网络短期负荷预测方法
姜勇
卢毅
[J]. 电力系统及其自动化学报, 2001, (06) : 35 - 36+40
[4] 天气敏感型神经网络在地区电网短期负荷预测中的应用
贺蓉
曾刚
姚建刚
青志文
沈新祥
刘明清
[J]. 电力系统自动化, 2001, (17) : 32 - 35+52
[5] 基于组合式神经网络的短期电力负荷预测模型
陈耀武
汪乐宇
龙洪玉
[J]. 中国电机工程学报, 2001, (04) : 80 - 83
[6] 应用人工神经网络进行短期负荷预测.[J].李林川，夏道止，杨振平，王立成，邓永辉，张莉芳，董彬.电力系统及其自动化学报.1994, 03
[7] 电力系统母线负荷预测研究.[D].辛丽虹.四川大学.2000, 01
[8] 电力系统负荷建模.[M].鞠平; 马大强; 著.中国电力出版社.2008,
[9] 电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,
[10] 灰理论基础.[M].邓聚龙著;.华中科技大学出版社.2002,

← 1 2 →