基于萤火虫算法改进BP神经网络的电力用能行为预测方法

针对BP神经网络由于随机初始化权重和偏置导致对用电情况预测的误差偏大且容易陷入局部最优的问题,提出了一种利用萤火虫算法对BP神经网络的权重和偏置进行优化的电力用能行为预测方法.该方法基于用户不同时间段的用电量数据提取时间序列特征,并采用K-means聚类算法对用电行为类似的用户进行聚合及分析,从而建立电力负荷预测模型对每类用户的负荷加以预测.实验结果表明,基于萤火虫算法改进BP神经网络预测模型的均方根误差以及平均绝对误差百分比均低于BP神经网络模型,能够合理地对电力用能行为进行预测.