改进人工蜂群优化神经网络的短期负荷预测

作     者：马松龄 代一楠 徐军昶 马健 MA Song-ling;DAI Yi-nan;XU Jun-chang;MA Jian

作者机构：西安建筑科技大学机电学院陕西西安710055 陕西省西安市气象局陕西西安710016 陕西省西安市供电公司陕西西安710089 

基　　金：陕西省教育厅自然科学研究项目(16JK1427) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2021年第365卷第7期

页      码：50-53,57页

摘      要：准确的短期负荷预测能够减少发电机组停机备用和旋转备用,其预测效果直接影响电网的安全稳定和经济效益。针对BP神经网络初值敏感、易陷入局部最优的缺点,提出了一种改进人工蜂群算法优化BP神经网络的负荷预测方法。首先融合负荷数据与温度、湿度等天气数据并进行高斯滤波处理,再采用搜索位置更新实现人工蜂群算法的改进,利用其算法完成BP网络权值和阈值的优化,最后建立用于短期负荷预测的优化模型,并通过实例进行仿真验证。结果表明:该改进预测模型与传统BP算法相比预测精度及收敛速度均有大幅提高,具备工程实用价值。

主 题 词：短期负荷预测 改进人工蜂群算法 BP网络 预测精度 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080801[080801] 0808[工学-自动化类] 08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.19356/j.cnki.1001-3997.2021.07.012

馆 藏 号：203104269...