摘要:电力系统负荷预测结果的准确性关系到电力系统的调度运行、生产计划和供电质量,为此在研究短期负荷预测中应用了粒子群PSO和BP神经网络相结合的混合算法。该算法先应用粒子群优化算法算出BP神经网络的连接权向量和阚值,每次迭代求出最优粒子的权向量和阈值及BP网络在这组权向量和阈值的实际输出值,最后得出第i个粒子的适应度函数。与其他方法相比,该算法预测精度较高:平均相对误差≤1.48%,最大相对误差≤4.10%。而且收敛速度快。预测结果满足短期负荷预测误差要求。
关键词:粒子群算法 优化算法 日负荷预测 预测精度 相对误差
单位:福州大学电气工程与自动化学院; 福州350002
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社