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
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
收藏
页码:121 / 127
页数:7
相关论文
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].
王艳松 ;
孙明鸿 .
中国电力, 2018, 51 (02) :118-124
[8]
基于云层分布规律与太阳光跟踪的光伏电站MPPT策略 [J].
陶仁峰 ;
李凤婷 ;
李永东 ;
付林 ;
辛超山 .
电力系统自动化, 2018, 42 (05) :25-33
[9]
基于云理论的智能变电站二次设备状态评估 [J].
王月月 ;
陈民铀 ;
姜振超 ;
齐孟元 ;
练睿 .
电力系统保护与控制, 2018, 46 (01) :71-77
[10]
基于合作博弈法和梯形云模型的配电网模糊综合评价 [J].
宋人杰 ;
丁江林 ;
白丽 ;
刘鹏 ;
李冠男 .
电力系统保护与控制, 2017, 45 (14) :1-8