基于遗传优化神经网络的电力系统短期负荷预测

被引:16
作者
王武
张元敏
蔡子亮
机构
[1] 许昌学院电气与信息工程学院
[2] 许昌学院电气与信息工程学院 河南许昌
关键词
遗传算法; 神经网络; 电力系统; 短期负荷预测; 优化;
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
电力系统短期负荷预测是电力系统运行管理和实时控制所必须的基本内容,预测结果的准确性对电力系统的安全、优质,经济运行具有重要意义。通过非参数预测法建立电力系统短期负荷预测模型,以此作为Elman神经网络训练的样本集,实现网络样本设计、结构设计与网络训练,充分发挥Elman神经网络动态特性,将改进的遗传算法和Elman神经网络相结合,通过选择,交叉、变异等遗传操作,实现了神经网络权值优化。采用基于遗传优化神经网络的电力系统短期负荷预测新算法,提高了负荷预报精度,具体算例证明了算法的可行性和有效性。
引用
收藏
页码:39 / 42+47 +47
页数:5
相关论文
共 6 条
[1]   基于支持向量机的船舶电力负荷预测 [J].
王锡淮 ;
朱思锋 .
中国电机工程学报, 2004, (10) :38-41
[2]   基于改进FLN的短期电力负荷预测算法 [J].
张海涛 ;
陈宗海 ;
朱六璋 .
电工技术学报, 2004, (05) :92-96
[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]  
MATLAB神经网络仿真与应用[M]. 科学出版社 , 闻新等编著, 2003
[5]  
遗传算法[M]. 西安交通大学出版社 , 王小平, 2002
[6]  
神经网络控制[M]. 哈尔滨工业大学出版社 , 徐丽娜编著, 1999