期刊文献+

粒子群优化BP神经网络在短期负荷预测误差修正模型中的应用研究 被引量:4

下载PDF
导出
摘要 短期负荷预测是电力系统安全稳定运行的前提与保证。误差修正模型是在考虑相关因素相似度识别的预测方法基础上,利用BP神经网络优秀的学习能力捕获相关因素与历史预测误差的非线性映射。针对BP网络存在的自身缺陷,采用改进粒子群算法优化BP网络参数,得到可靠的误差预测,建立误差修正模型对未来负荷进行修正预测。通过算例验证了其可行性和实用性,达到了提高短期负荷预测准确度的目的。
出处 《电气应用》 2015年第5期28-32,共5页 Electrotechnical Application
  • 相关文献

参考文献9

  • 1杨应高.基于粒子群BP神经网络的短期电力负荷预测[D].苏州大学2011
  • 2方方.基于改进BP神经网络的电力负荷预测研究[D].哈尔滨工业大学2011
  • 3赵晋晔.基于改进PSO-BP神经网络模型的短期电力负荷预测研究[D].东北大学2009
  • 4吕婵.基于BP神经网络的短期负荷预测[D].华中科技大学2007
  • 5Wang, Yang,Xia, Qing,Kang, Chongqing.Secondary forecasting based on deviation analysis for short-term load forecasting. IEEE Transactions on Power Systems . 2011
  • 6Ibrahim Moghram,Saifur Rahman.Analysis and evaluation of five short-term load forecasting techniques. IEEE Transactions on Power Systems . 1989
  • 7John J Hopfield.Artificial Neural Networks. IEEE Circuits and Devices Magazine . 1988
  • 8Lee K Y,Cha Y T,Park J H.Short-term load forecasting using an artificial neural network. IEEE Transactions on Power Systems . 1992
  • 9Ho K L,Hsu Y Y,Yang C C.Short-term load forecasting using a multilayer neural network with an adaptive learning algorithm. IEEE Transactions on Power Systems . 1992

同被引文献38

引证文献4

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部