| 基于WT-IPSO-BPNN的电力系统短期负荷预测 |
| |
| 引用本文： | 康义,师刘俊,郭刚.基于WT-IPSO-BPNN的电力系统短期负荷预测[J].电气技术,2021,22(1):23-28,62. |
| |
| 作者姓名： | 康义 师刘俊 郭刚 |
| |
| 作者单位： | 华北水利水电大学电力学院,郑州 450045;郑州上控电气技术有限公司,郑州 450001;华北水利水电大学电力学院,郑州 450045;国网河北省电力有限公司邯郸供电公司, 河北 邯郸 056000 |
| |
| 基金项目： | 河南省科技攻关项目(182102210335)河南省高等学校重点科研项目(19A470002)河北省电力公司科技项目(5204HD20000N) |
| |
| 摘 要： | 鉴于短期负荷预测精度对电力系统安全、经济和可靠运行的重要性,为提高预测精度,本文提出了基于小波分解(WT)、改进粒子群算法(IPSO)和BP神经网络的组合预测模型.首先运用小波分解对负荷数据预处理,将历史数据分解成cd1、cd2、cd3以及ca3;然后对分解后的小波序列分别进行神经网络建模和预测;最后小波重构负荷序列的最终预报.为提高BP神经网络所需样本的精确性和神经网络的收敛速度及稳定性,采用改进粒子群算法优化网络,形成了"分解-预测-重构"模型.经实例验证,与小波分解BP神经网络方法相比,本文所提方法具有训练学习能力更强、收敛速度更快、预测精度高和适应能力更强的优点.
|
| 关 键 词： | 小波分解 粒子群算法 BP神经网络 负荷预测 |
Short-term load forecasting based on WT-IPSO-BPNN |
| |
| KANG Yi,SHI Liujun,GUO Gang.Short-term load forecasting based on WT-IPSO-BPNN[J].Electrical Engineering,2021,22(1):23-28,62. |
| |
| Authors: | KANG Yi SHI Liujun GUO Gang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
