-
题名基于果蝇优化灰色神经网络的年电力负荷预测
被引量：6
- 1
-
-
作者
傅军栋
刘晶
喻勇
-
机构
华东交通大学电气与电子工程学院
-
出处
《华东交通大学学报》
2015年第1期93-98,104,共7页
-
文摘
年电力负荷预测的准确性对电力系统的经济效益和社会效益具有重要作用。灰色神经网络(GNN)是一种创新的智能计算方法,在实际中广泛应用。尤其在预测问题方面具有极大的潜力。作为一种新型的启发式和进化算法,果蝇优化算法(FOA)具有易理解和快速收敛到全局最优解的优点。为提高预测性能,提出一种以GNN为基础的年电力负荷预测模型,使用FOA自动确定GNN模型的相应参数值,提高模型的稳定性和预测精度。通过利用中国的年用电量为实例,计算结果表明,GNN结合FOA(GNN-FOA)优于GNN,广义回归神经网络(GRNN),最小二乘支持向量机(LSSVM)和回归模型等其他替代方法。
-
关键词
年度电力负荷预测
灰色神经网络
果蝇优化算法
优化问题
-
Keywords
annual electric load forecasting
gray neural network
fruit fly optimization algorithm
optimizationproblem
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名包头地区年度电力负荷预测研究
- 2
-
-
作者
潘淑珍
李斌
-
机构
华北电力大学经济管理系
-
出处
《科学大众（智慧教育）》
2012年第7期165-165,共1页
-
文摘
年度电力负荷预测是电力系统制定发展计划的基础,能够对电网的规划、机组的改建、新发电机组的选择等提供切实可行的参考依据。针对包头地区年度电力负荷灰色系统的特点,提出建立基于灰色系统GM(1,N)的年度电力负荷预测模型并进行了预测。
-
关键词
年度电力负荷预测
灰色系统
GM(1
N)
-
分类号
TM715
[电气工程—电力系统及自动化]
-
