|
|||||
|
|
| 基于萤火虫算法与BP神经网络的电力系统短期负荷预测 | |
| 作者姓名： | 朱婉婷何郭顺陶劲松 |
| 作者单位： | 1.武汉大学数学与统计学院430072;2.武汉大学电气与自动化学院430072; |
| 基金项目： | 51977161:国家自然科学基金 |
| 摘 要： | 随着社会生活的不断发展,人们日常生活质量的不断提高,电力的使用在日常生活中愈发广泛,在用电需求不断增大的同时,对于电力系统的稳定性和电力调度的精确性也提出更高的要求.在此背景下,精确的电力系统短期负荷预测方式具有重要的实际意义,可以合理地为电力调度提供保障.在实际情形下,许多变量因素也会对发电量产生影响,因此仅使用历年同期发电量数据作为原数据进行预测难以保证预测结果的精确性.本项目创新地将主成分分析运用于数据预处理,并将萤火虫算法与BP神经网络相结合,将温度、湿度、空气质量等重要影响因素纳入负荷预测的考虑范畴并进行预测.根据均方误差结果可知,运用主成分分析将重要变量因素(如温度、湿度)纳入预测范畴能够有效提升负荷预测的准确性. |
| 关 键 词： | 短期负荷预测 主成分分析 萤火虫算法 BP神经网络 均方误差 |
| 本文献已被 维普 等数据库收录！ | |