基于计算机智能的深度信念网络的组合电力负荷预测方法

摘要：

电力系统负荷预测是电力系统规划和经济政策制定的主要依据,然而现有的基于计算机人工智能的电力系统负荷预测多采用组合预测方式,其预测精度低,效率低下;针对此问题,提出了一种基于深度信念网络的组合负荷预测方法,此方法首先建立了深度信念网络训练模型,将组合数据与实际负荷数据之间构建的非线性函数关系应用到此训练模型中,通过数据训练,优化深度信念网络层数和参数;使得训练好的组合深度信念网络具有预测能力.利用实际历史数据,对组合负荷预测的精度进行了计算,实验结果表明:所提出的预测方法相对于传统的组合预测方法,具有较高的预测精度,同时其计算复杂度较低.

关键词：组合负荷预测、深度信念网络、数据训练、预测精度

所属期刊栏目：45

分类号：TP393(计算技术、计算机技术)

在线出版日期：2017-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-16