首页 | 本学科首页   官方微博 | 高级检索  
     

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号