基于遗传算法优化前馈神经网络模型的配电网短期负荷预测 |
| |
引用本文: | 陈浩,戴欣.基于遗传算法优化前馈神经网络模型的配电网短期负荷预测[J].科技创新与应用,2020(5). |
| |
作者姓名: | 陈浩 戴欣 |
| |
作者单位: | 国网江苏省电力有限公司淮安供电分公司,江苏 淮安 223001;国网江苏省电力有限公司淮安供电分公司,江苏 淮安 223001 |
| |
摘 要: | 对于配电网的安全运行来说,短期的负荷预测有着重要意义。文章以某地区配电网为研究对象,利用遗传算法优化前馈神经网络,对该地区的短期负荷预测方法进行研究。电力系统短期负荷预测受到气象因素、负荷类型、时间因素等多种非线性因素的影响,因此针对上述问题,首先确定输入,输出样本,建立前馈神经网络模型,然后利用遗传算法对前馈神经网络的缺陷进行优化,最后以MATLAB平台仿真计算。通过对比可知,经过遗传算法优化后的前馈神经网络预测模型预测精度进一步提高。
|
关 键 词: | 前馈神经网络 遗传算法 短期电力负荷预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|