-
题名基于改进EO-BP神经网络的高压线损预测
被引量：1
- 1
-
-
作者
徐利美
闫磊
李远
杨射
任密蜂
-
机构
国网山西省电力公司
国网山西超高压变电公司
太原理工大学电气与动力工程学院
-
出处
《电子技术应用》
2023年第3期82-88,共7页
-
基金
山西省自然科学基金面上项目(20210302123189)。
-
文摘
针对高压线损预测精度不高的问题,提出一种基于均衡优化器(Equilibrium Optimizer,EO)和BP神经网络相结合的线损预测模型。首先,为了提高EO算法的寻优能力,利用多种混沌映射关系初始化种群,使种群多样性增加,全局搜索能力得到改善;同时,采用物竞天择概率跳脱策略改进EO算法,使模型依概率跳出局部最优而收敛于全局最优解。其次,采用改进的EO算法对BP神经网络的权值和偏置进行优化,进而改善BP神经网络的预测效果。最后,实验结果证明,所提线损预测模型相对于回归模型、BP神经网络模型、模拟退火算法优化BP神经网络模型和EO优化BP神经网络模型具有更高的预测精度。
-
关键词
线损预测
混沌映射
物竞天择概率跳脱策略
均衡优化器算法
神经网络
-
Keywords
line loss prediction
chaotic mapping
natural selection probability jump strategy
equilibrium optimizer algorithm
neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TM73
[自动化与计算机技术—控制科学与工程]
-
