基于IFOA-GRNN的短期电力负荷预测方法研究

摘要：

针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法.模型的输入因子为负荷数据和气象信息等.通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度.通过仿真验证预测方法的准确性和有效性.结果表明,改进后的方法可以减小预测误差,提高算法的稳定性.该研究为我国电力负荷预测的发展提供了参考和借鉴.

关键词：电力负荷预测、果蝇优化算法、广义回归神经网络、平滑因数

所属期刊栏目：48

资助基金：国家十三五重点研发项目资助2017YFB0602500

在线出版日期：2020-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：121-127