| 改进F-score特征选择的MPSO-BP神经网络短期负荷预测 |
| |
| 引用本文： | 丁坚勇,朱炳翔,田世明,卜凡鹏,陈俊艺,朱天曈.改进F-score特征选择的MPSO-BP神经网络短期负荷预测[J].电测与仪表,2018,55(15):36-41. |
| |
| 作者姓名： | 丁坚勇 朱炳翔 田世明 卜凡鹏 陈俊艺 朱天曈 |
| |
| 作者单位： | 武汉大学电气工程学院;中国电力科学研究院 |
| |
| 基金项目： | 国家高技术研究发展计划（863计划）；国家电网公司科技项目“智能配用电大数据大数据应用关键技术深化研究”。 |
| |
| 摘 要： | 针对海量数据提出一种基于改进Fisher分数(F-score)特征选择的改进粒子群优化的BP(Modified Particle Swarm Optimization and Back Propagation,MPSO-BP)神经网络短期负荷预测方法。首先采用改进F-score特征评价准则计算影响负荷预测精度各个特征的F-score值,再通过F-score Area法设定阈值筛选出最优特征子集,然后将最优特征子集作为MPSO-BP神经网络模型的输入变量完成对预测日一天24点负荷的预测,并与MPSO-BP神经网络短期负荷预测和传统BP神经网络短期负荷预测进行对比。算例表明,文中提出的短期负荷预测方法可以较好地对海量数据进行挖掘,具有较高的预测精度。
|
| 关 键 词： | F-score特征选择 降维 最优特征子集 改进粒子群 |
| 收稿时间： | 2017/7/31 0:00:00 |
| 修稿时间： | 2017/7/31 0:00:00 |
Short term load forecasting of BP neural network improved by particle swarm optimization based on improved F-score feature selection |
| |
| Ding jianyong,zhubingxiang,Tian shiming,Bo fanpeng,Chen junyi and Zhu tiantong.Short term load forecasting of BP neural network improved by particle swarm optimization based on improved F-score feature selection[J].Electrical Measurement & Instrumentation,2018,55(15):36-41. |
| |
| Authors: | Ding jianyong zhubingxiang Tian shiming Bo fanpeng Chen junyi and Zhu tiantong |
| |
| Affiliation: | School of Electrical Engineering, Wuhan University,School of Electrical Engineering, Wuhan University,China Electric Power Research Institute,China Electric Power Research Institute,School of Electrical Engineering, Wuhan University,School of Electrical Engineering, Wuhan University |
| |
| Abstract: | |
| |
| Keywords: | F-score feature selectionS dimensionality reduction the optimal feature subset MPSO |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载全文 |
|
