基于IFOA-GRNN的短期电力负荷预测方法研究

被引：66

作者：

祝学昌

机构：

[1] 河南建筑职业技术学院设备工程系

来源：

电力系统保护与控制 | 2020年 / 48卷 / 09期

关键词：

电力负荷预测; 果蝇优化算法; 广义回归神经网络; 平滑因数;

D O I：

10.19783/j.cnki.pspc.190760

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法。模型的输入因子为负荷数据和气象信息等。通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度。通过仿真验证预测方法的准确性和有效性。结果表明,改进后的方法可以减小预测误差,提高算法的稳定性。该研究为我国电力负荷预测的发展提供了参考和借鉴。

引用

页码：121 / 127

页数：7

共 18 条

[1]

考虑分布式光伏和电动汽车接入的配电网空间负荷预测方法 [J].

靳现林 ;

赵迎春 ;

吴刚 .

电力系统保护与控制, 2019, 47 (14) :10-19

[2]

基于相似数据选取和改进梯度提升决策树的电力负荷预测 [J].

谷云东 ;

马冬芬 ;

程红超 .

电力系统及其自动化学报, 2019, 31 (05) :64-69

[3]

北京地区日最大电力负荷预测模型初探 [J].

石玉恒 ;

赵娜 ;

王凌 ;

许丽佳 ;

周洁 ;

林倩 ;

乔媛 .

中国电力, 2019, 52 (08) :157-163

[4]

基于低秩表示的多任务短期电力负荷预测的研究 [J].

苏运 ;

卜凡鹏 ;

郭乃网 ;

田世明 ;

田英杰 ;

张琪祁 ;

瞿海妮 ;

柳劲松 .

现代电力, 2019, 36 (03) :58-65

[5]

考虑不确定区间的电力负荷GELM-WNN预测方法 [J].

李廷顺 ;

王伟 ;

刘泽三 .

计算机工程, 2019, 45 (07) :315-320

[6]

Hybrid artificial bee colony algorithm with variable neighborhood search and memory mechanism.[J].FAN Chengli;FU Qiang;LONG Guangzheng;XING Qinghua;.Journal of Systems Engineering and Electronics.2018, 02

[7]

含微网配电网的综合优化规划研究 [J].