粒子群神经网络混合算法在负荷预测中的应用

摘要：

电力系统负荷预测结果的准确性关系到电力系统的调度运行、生产计划和供电质量,为此在研究短期负荷预测中应用了粒子群PSO和BP神经网络相结合的混合算法.该算法先应用粒子群优化算法算出BP神经网络的连接权向量和阈值,每次迭代求出最优粒子的权向量和阈值及BP网络在这组权向量和阈值的实际输出值,最后得出第i个粒子的适应度函数.与其他方法相比,该算法预测精度较高:平均相对误差≤1.48%,最大相对误差≤4.10%,而且收敛速度快,预测结果满足短期负荷预测误差要求.

关键词：粒子群算法、PSO-BP混合算法、优化算法、日负荷预测、预测精度、相对误差

所属期刊栏目：33

分类号：TM133;TM135(电工基础理论)

资助基金：福建省教育厅科研项目JB06045

在线出版日期：2007-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-93