案例库 / 电气应用 / 2015 年第 5 期

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

吕跃春, 邵常宁, 刘欣宇, 王勇, 李婧娇

国网重庆市电力公司; 北京清软创新科技有限公司

来源期刊电气应用

年份 / 期2015 年第 5 期

页码第 28-32 页

栏目分类电力系统

案例编号DGJZ201505011

入库时间2026-10-19 15:47

全文 2.5 MB

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。

关键词

短期负荷预测粒子群优化 BP神经网络误差修正模型

全文预览

若上方预览无法显示，请新窗口打开或下载 PDF。