基于改进粒子群-模糊神经网络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：为了提高短期电力负荷预测精度，提出了改进的粒子群-模糊神经网络混合优化算法．用改进的粒子群训练神经网络，实现了模糊神经网络参数优化．建立了基于该优化算法的短期负荷预测模型，综合考虑气象、天气、日期类型等影响负荷的因素，利用贵州电网历史数据进行短期负荷预测．仿真表明，该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经网络方法，该优化算法克服了神经网络和粒子群优化方法的缺点，改善了模糊神经网络的泛化能力，提高了电网短期负荷预测的精度，各日预测负荷的平均百分比误差可控制在1．2％以内．该算法可有效用于电力系统的短期负荷预测．http://www.cqvip.com//QK/95538X/201001/33047267.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：负荷预测 神经网络 粒子群 神经网 BP神经网络 短期负荷预测 MPSO—FNN算法 预测精度 模糊神经网络