摘要:为了提高短期负荷预测的精度,基于共识粒子群算法协同Trust-Tech技术CPSOATT (consensus-based par-ticle swarm optimization-assisted trust-tech)的全局优化方法,该文提出一种新型神经网络预测器E—Elite。该预测器使用双层构架:底层使用CPSOATT方法设计一组具有不同最优结构的兼顾精度和多样性的子预测器;顶层选择子预测器作为隐含层神经元,设计基于神经网络结构的子预测器组合。顶层神经网络充分利用子预测器多样性和精度方面的性能优势,保证整体E—Elite预测器的高计算性能。最后使用E—Elite预测器对实际电力系统数据实现精确短期负荷预测,比较结果证明了该预测器的正确性和有效性。
关键词:共识粒子群算法 人工神经网络 最优结构 短期负荷预测
单位:天津大学电气自动化与信息工程学院; 天津300072; 国网北京经济技术研究院; 北京102209
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社