粒子群优化的神经网络模型在短期负荷预测中的应用

被引：53

作者：

陆宁 ^{[1
,2
]}

周建中 ^{[1
]}

何耀耀 ^{[1
]}

机构：

[1] 华中科技大学水电与数字化工程学院

[2] 武汉理工大学自动化学院

来源：

电力系统保护与控制 | 2010年 / 38卷 / 12期

基金：

国家自然科学基金重点项目;

关键词：

粒子群优化; 神经网络; 径向基函数; 全局寻优; 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：

为了提高电力系统短期负荷预测精度,针对传统径向基函数(RBF)神经网络在负荷预测中存在的问题,提出一种新的预测模型:粒子群优化的RBF神经网络模型。粒子群算法是一种新的全局优化算法,有很强的全局寻优能力,用它来优化RBF神经网络的权值,并用优化好的RBF网络进行负荷预测。仿真在虚拟仪器LabVIEW和Matlab软件平台上进行,结果表明该预测模型精度高于传统RBF神经网络模型,具有一定实用性。

引用

页码：65 / 68

页数：4

共 6 条

[1]

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,

[2]

电力市场原理与实践.[M].邹斌; 周洁; 李晓刚; 编著.中国林业出版社.2006,

[3]

神经网络理论与应用.[M].徐秉铮等编著.华南理工大学出版社.1994,

[4]

Fuzzy Model Identification Based on Cluster Estimation.[J].Stephen L. Chiu.Journal of Intelligent and Fuzzy Systems.1994, 3