基于粗糙集和BP网络的微网短期负荷预测

结合粗糙集和BP神经网络两种智能控制算法提出了微网短期负荷预测模型。首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作为BP神经网络的输入量对微网负荷进行预测。BP网络具有收敛速度慢和易陷入局部最优等缺陷,据此提出一种基于模拟退火遗传算法优化的BP神经网络新模型。实验表明,采用粗糙集和改进BP神经网络的新模型对微网负荷进行预测取得了良好的效果,证明了该方法的有效性。