文献检索-宁波市创意产业特色资源库

限定检索结果

改进人工蜂群优化神经网络的短期负荷预测: 收藏
分享
引用; 《机械设计与制造》2021年第7期365卷 50-53,57页; 作者：马松龄代一楠徐军昶马健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; 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...; 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。; 来源：详细信息评论

限定检索结果