基于改进粒子群算法的电力系统负荷预测

摘要：

为了提高电力系统负荷预测的精度,并考虑到电力系统负荷的混沌特性,提出了将蜜蜂进化型粒子群算法和混沌神经网络相结合的负荷预测方法.构建了混沌神经网络模型,提出了蜜蜂进化型PSO算法(Bee Evolution Modifying Particle Swarm Optimization, BEMPSO);以此来训练混沌神经网络参数,并且分别对基本粒子群优化算法和BEMPSO优化算法的模型进行仿真预测.结果表明提出的BEMPSO混沌神经网络负荷预测方法具有较强的泛化能力和较高的精度.

关键词：电力系统、负荷预测、蜜蜂进化、粒子群算法、混沌神经网络

所属期刊栏目：9

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：黑龙江自然科学基金项目F200504

在线出版日期：2009-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4331-4335