当前位置: 首页 > >

基于优化神经网络的短期电力负荷预测_论文

第3 0 卷 第1 1 期   文 章 编号 : 1 0 0 6 — 9 3 4 8 ( 2 0 1 3 ) 1 1 - 0 0 9 5 - 0 5   计 算 机 仿 真  2 0 1 3 年1 1 月   基 于优 化 神 经 网络 的短 期 电 力负 荷预 测  吴桂峰  , 王 轩  , 陈东雷  ( 1 . 扬州大学能源与动力工程学 院, 江苏 扬州 2 2 5 1 2 7; 2 . 扬州北辰 电气设备有限公司 , 江苏 扬州 2 2 5 1 2 7 )   摘耍 : 研究短期电力负荷 预测 问题 , 短期 电力负荷具有时变性 、 不确定性 、 非线性等特点 , 传统 的线性预测方法无法正确 描述  短期 电力负荷准确预测的变化规律 , 且神经 网络存在局部极小值 、 过拟合 、 泛化能力 不强等缺陷 , 预测精 度 比较低 。为 了提  高短期 电力负荷预测精度 , 提出了一种 变参数量子粒子群 ( V P Q P S O) 算法优化 B P神经 网络的短期负荷预测模型 ( V P Q P S O-   B P NN ) 。首先变参数量子粒子群算法优化 B P神经网络参数 , 然 后采用优化 的 B P神经 网络对短期 电力负荷 预测 的非线 性  变化规律进行建模 , 最后采用对某地区短期 电力负荷数据进行仿真 。仿真结果表明 , VP Q P S O解决 了 B P神经 网络存在 的难  题, 提 高了短期 电力负荷 的预测精度 , 减少了预测误 差。   关 键词: 电力负荷 ; 预测精度 ; 量子粒子群算法 ; 变参数  中 图分 类 号 : T P 3 9 1   文 献标 识码 : A   S ho r t -Te r m  Lo a d   Fo r e c a s t i n g   Ba s e d   o n  Ne u r a l   Ne t wo r k   Opt i mi z e d   W U  Gu i -f e n g  , W ANG  Xu a n  , CHEN  Do n g —l e i   ( 1 .C o l l e g e   o f   E n e r g y   a n d   P o w e r   E n g i n e e i r n g , Y a n g z h o u   U n i v e r s i t y , Y a n g z h o u   J a i n g s u   2 2 5   1 2 7 ,C h i n a ;   2 .Y a n g z h o u   B e i e h e n   E l e c t r i c l a   E q u i p m e n t   C o . , L T D,Y a n g z h o u   J a i n g s u   2 2 5 1 2 7 , C h i n a )   A BSTRA CT : I n   o r de r   t o   f o r e c a s t   s h o r t -t e r m  l o a d   a c c u r a t e l y   a n d   q u i c kl y,t h i s   p a p e r   p r o p o s e d   a   s ho r t   l o a d   f o r e c a s t i n g   mo d e l   b a s e d   O 1 ' 1   BP   n e u r a l   n e t wo r k   o p t i mi z e d   b y   q u a n t u m  p a r t i c l e   s w a l x n   o p t i mi z a t i o n   a l g o it r h m. F i r s t l y ,t h e   d a t a   o f   s h o r t   l o a d   w e r e   r e c o n s t r u c t e d   b y   c h a o t i c   t h e o r y ,a n d   t h e n   t h e   p a r a me t e r s   o f   B P NN   we r e   c o n s i d e r e d .T h e   p o s i t i o n   v e c ?   t o r   o f   q u a n t u m  p a r t i c l e   a n d   t h e   o p t i ma l   p a r a me t e r s   o f   B P NN   we r e   f o u n d   b y   q u a n t u m  p a r t i c l e   o p t i mi z a t i o n   a l g o it r h m  t o   r e d u c e   b l i n d n e s s   a n d   i n e ic f i e n c y .L a s t l y,t h e   o p t i ma l   mo d e l   f o r   n e t w o r k   t r a f i f c   w a s   b u i l t   a n d   t h e   p e r f o r ma n c e   o f   mo d e   w a s   t e s t e d   w i t h   s h o r t   l o a d   d a t a . T h e   s i m u l a t i o n   r e s u l t s   s h o w   t h a t   V P Q P S O   lg a



友情链接: year2525网 工作范文网 QS-ISP 138资料网 528200 工作范文网 baothai 表格模版