改进粒子群-BP神经网络模型的短期电力负荷预测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为了准确、快速、高效地预测电网短期负荷，提出了改进的粒子群算法（MPSO），并与BP算法相结合，形成改进的粒子群-BP（MPSO-BP）神经网络算法，用此算法训练神经网络，实现了神经网络参数优化，得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素，进行电网短期负荷预测。算例分析表明，与传统BP神经网络法和PSO-BP神经网络方法相比，该方法改善了BP神经网络的泛化能力，预测精度高，收敛速度快，对电力系统短期负荷具有良好的预测能力。

原文链接:http://www.cqvip.com//QK/94832X/200904/29819193.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：BP神经网络模型 BP神经网络 神经网络模型 网络模型 神经网络 短期负荷预测 改进的粒子群-BP神经网络算法 预测精度

能不能继续优化BP训练过程，比如加入动量项或改变学习率，实现权值的两次优化？