基于遗传优化的BP神经网络算法的短期负荷预测

被引:6
作者
胡冰蕾
机构
[1] 上海市电力公司市南供电公司
关键词
遗传算法; BP神经网络算法; 短期负荷预测;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
采用BP神经网络算法进行短期电力负荷预测存在缺点,需要进行完善和改进。介绍了BP神经网络算法进行短期负荷预测的原理,以及遗传算法的基本原理。具体叙述遗传算法对BP神经网络算法进行优化的实现步骤。优化后的算法避免了原来初始权值和阈值选择的盲目性,提高了BP神经网络算法短期负荷预测的精度和效率。通过具体算例,证明了此算法的可行性和有效性。
引用
收藏
页码:42 / 44+53 +53
页数:4
相关论文
共 6 条
[1]   基于遗传算法的回归型支持向量机参数选择法 [J].
李良敏 ;
温广瑞 ;
王生昌 .
计算机工程与应用, 2008, (07) :23-26
[2]   基于遗传算法的进化支持向量机研究 [J].
赵洪波 .
绍兴文理学院学报(自然科学), 2004, (09) :25-28
[3]   电压无功优化的强多样性遗传算法 [J].
张勇军 ;
任震 ;
唐卓尧 ;
尚春 .
电力自动化设备, 2003, (01) :18-20+24
[4]   遗传神经网络在电力系统短期负荷预测中的应用 [J].
梁海峰 ;
涂光瑜 ;
唐红卫 .
电网技术, 2001, (01) :49-53
[5]   灰色系统理论在城市年用电量预测中的应用——不同预测方法的分析比较 [J].
王成山 ;
杨军 ;
张崇见 .
电网技术, 1999, (02) :17-20
[6]  
MATLAB神经网络仿真与应用[M]. 科学出版社 , 闻新等编著, 2003