首页 | 本学科首页   官方微博 | 高级检索  
     

基于花朵授粉算法和BP神经网络的短期负荷预测
引用本文:牛庆,曹爱民,陈潇一,周冬.基于花朵授粉算法和BP神经网络的短期负荷预测[J].电网与水力发电进展,2020,36(10):28-32.
作者姓名:牛庆  曹爱民  陈潇一  周冬
作者单位:1. 国网西安供电公司;2. 国家电网有限公司;3. 国网陕西省电力公司;4. 三峡大学 电气与新能源学院
基金项目:国家自然科学基金(61876097)
摘    要:为了提高短期电力负荷预测的准确性,降低因预测精度不高带来的电能损失,提出将花朵授粉算法(flower pollination algorithm,FPA)与BP神经网络相结合,利用FPA算法具有收敛速度快、全局搜索能力强的特点,对BP神经网络的权值和阈值进行优化,改善传统BP神经网络因权值和阈值的选择具有随机性而陷入局部最优和收敛速度慢的缺点。最后,通过某地区实际负荷数据验证了优化后的BP神经网络的预测精度得到了提高。

关 键 词:负荷预测  花朵授粉算法  BP神经网络  预测精度

Short-Term Load Forecasting Based on Flower Pollination Algorithm and BP Neural Network
Authors:NIU Qing  CAO Aimin  CHEN Xiaoyi  Zhoudong
Abstract:
Keywords:
点击此处可从《电网与水力发电进展》浏览原始摘要信息
点击此处可从《电网与水力发电进展》下载全文
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