论文摘要
影响电力负荷的变量具多,其具有非线性程度高、冗余程度高等特点,传统方法预测结果精度不高。为了提高结果精度,利用主成份分析方法对人工神经网络进行优化,达到提高预测精度的目的。首先,利用粒子群算法优化、改进径向基函数神经网络。然后,对输入量进行主成份分析、筛选,把经分析、筛选的输入量重新输入神经网络。最后,进行训练、预测,得出结果。利用经过优化、改进的模型对某地级市2016年的电力负荷进行验证。结果表明,径向基函数神经网络经过粒子群算法的优化以及主成份的分析,负荷预测精度得到了提高。
论文目录
文章来源
类型: 期刊论文
作者: 胡亚超,刘超,陈勇,李美蓉
关键词: 神经网络,电力负荷,粒子群,预测
来源: 自动化技术与应用 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 国网山东省电力公司枣庄供电公司
分类号: TP183;TM715
页码: 90-93
总页数: 4
文件大小: 1974K
下载量: 234