基于改进的BP神经网络负荷预测

doi:10.15966/j.cnki.dnydx.2024.03.015

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要合理利用发电资源是减少资源浪费的一种方式，由于电能不能大量储存，需要对未来一段时间的发电量进行合理预测。以BP神经网络为研究对象，针对其容易陷入局部最优的缺点，利用遗传算法和粒子群算法分别对BP神经网络进行优化，建立BP神经网络时间序列预测模型。对比了两种群智能算法优化神经网络对电力系统负荷预测的拟合度和误差，通过 Matlab进行实验，结果显示，利用遗传算法和粒子群算法优化的BP神经网络能够减小预测误差。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章

关键词 ：负荷预测, BP神经网络, 遗传算法, 粒子群算法

年卷期日期: 2024-05-28 出版日期: 2024-07-02

引用本文:

刘星晨　袁一平. 基于改进的BP神经网络负荷预测[J]. 电脑与电信, 2024, 1(3): 68-.

链接本文:

https://www.computertelecom.com.cn/CN/10.15966/j.cnki.dnydx.2024.03.015 或 https://www.computertelecom.com.cn/CN/Y2024/V1/I3/68

[1]	刘义卿陈新房赵晗清. 基于ResNet+GRU组合模型的负电荷预测方法研究[J]. 电脑与电信, 2023, 1(5): 89-.
[2]	王梓润王仟怡袁文佳王晓萌卫笑刘伟范修竹. 基于混合智能算法对销售量的预测研究 [J]. 电脑与电信, 2023, 1(3): 33-37.
[3]	薛子云李忠王志张莉丽宋庆昌. 桥涵积水深度预测的PSO-SVR模型[J]. 电脑与电信, 2023, 1(11): 29-.
[4]	李小红白伟丽. 基于EMD和RBFNN的冷负荷组合预测模型 [J]. 电脑与电信, 2022, 1(1-2): 75-80.
[5]	徐红. 网络舆情演化模型研究 [J]. 电脑与电信, 2022, 1(12): 73-.
[6]	韩菊. 基于遗传算法的机器人自定位、路径规划研究 [J]. 电脑与电信, 2022, 1(12): 77-.
[7]	宋曼. 一种基于BP神经网络的电影协同过滤算法[J]. 电脑与电信, 2021, 1(6): 13-18.
[8]	刘良斌刘德玉. 基于遗传算法的焊接机器人路径规划[J]. 电脑与电信, 2021, 1(5): 18-21.
[9]	王雯雯. 基于遗传算法考虑服务质量的服务组合方式的研究[J]. 电脑与电信, 2017, 1(8): 48-.
[10]	张辉, 李竹. 一种基于隔离自适应算子的遗传算法研究[J]. 电脑与电信, 2017, 1(1-2): 34-37.
[11]	王海波. 基于改进遗传算法的智能排课研究[J]. 电脑与电信, 2017, 1(12): 88-91.
[12]	陈闽韬, 匡芳君. 数据挖掘技术在医疗大数据中的应用研究[J]. 电脑与电信, 2017, 1(11): 34-36.
[13]	金智. 基于遗传算法的网格任务调度方法分析[J]. 电脑与电信, 2017, 1(11): 9-11.
[14]	刘燕. 基于三链混合遗传算法的WSNs 中 Sink节点布局优化[J]. 电脑与电信, 2016, 1(8): 13-15.
[15]	黄菊. 基于遗传算法的产品基因重组设计[J]. 电脑与电信, 2016, 1(12): 53-55.