基于遗传算法优化神经网络的建筑物电力负荷预测

对建筑物电力负荷进行准确有效的预测,是进行电气设计和节能改造的基础和前提,也能为电力部门制定电力规划提供依据。本文通过建立BP神经网络模型,解决了建筑物电力负荷预测由于强耦合性、滞后性和非线性而难于建立模型的问题,并利用遗传算法强大的全局搜索能力对所建网络模型进行权值优化,解决了传统BP神经网络易陷入局部最优的困扰,使得预测更为精准。最后通过MATLAB进行仿真实验,验证了此法的可行性。