混合粒子群优化的BP网络在电力负荷预测中的应用

被引：1

作者：

刘玲 ^{[1
]}

严登俊 ^{[1
]}

刘振国 ^{[2
]}

机构：

[1] 河海大学电气工程学院

[2] 江苏省电力公司

来源：

关键词：

混合粒子群; BP神经网络; 短期负荷预测;

D O I：

10.19464/j.cnki.cn32-1541/tm.2006.01.001

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

提出了混合粒子群算法和BP算法相结合的短期负荷预测方法,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷。与传统神经网络方法相比,该方法可加快网络学习速度和提高学习精度。用混合粒子群算法来训练网络参数,直到误差趋于一稳定值,然后将优化的权值用BP算法处理,实现短期负荷预测。

引用

页码：1 / 3

页数：3