摘要:针对短期负荷预测的特点,提出基于粒子群(PSO)优化的模糊神经网络短期负荷预测模型。将PSO与模糊优选人工神经网络进行融合,在对模糊优选神经网络训练中采取PSO算法和梯度下降算法相结合的方法,充分发挥PSO全局寻优的能力和梯度下降局部细致搜索优势。对广西某地区进行短期负荷预测,并与实际值进行比较分析,结果表明这一模型应用于短期负荷预测能获得较高的预测精度,是一种行之有效的短期负荷预测方法。
关键词:短期负荷预测 粒子群优化 模糊优选神经网络
单位:广西大学电气工程学院; 南宁530004; 广西电网公司梧州供电局; 梧州543002
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社