Print

智能配电网环境下负荷预测研究

论文摘要

智能配电网环境下,负荷预测精度的高低影响着电网运行的安全性和经济性,为了提高负荷预测精度,提出了人工鱼群-反向传播算法（AFSA-BP）的电力负荷预测模型。传统BP算法由于输入神经元,隐层神经元和输出神经元之间的初始权值和阈值为随机获取,降低了算法的收敛速度和预测精度,采用AFSA算法对BP算法的初始权值和阈值进行全局寻优,获得最优的网络模型。在分析了电力系统负荷特性的基础上,采集历史负荷数据,天气和节假日信息,采用AFSA-BP算法建立短期负荷预测模型。为了验证该算法的准确性,分别采用BP、最小二乘-支持向量机（LS-SVM）、AFSA-BP算法对某省的电力负荷进行仿真实验,AFSA-BP算法的均方根误差（RMSE）为0.0862,而BP算法和LS-SVM算法的RMSE分别为0.2558和0.1522,结果验证了AFSA-BP算法适用于短期电力负荷预测。

论文目录

  • 0 引言
  • 1 电力系统负荷特性分析
  • 2 人工鱼群-反向传播算法 （AFSA-BP）
  •   2.1 BP数学模型
  •   2.2 AFSA数学模型
  •   2.3 AFSA-BP算法
  • 3 算例仿真
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 张新阳,李辉,保富,欧阳文佳,张翔

    关键词: 人工鱼,智能配电网,负荷预测

    来源: 电子测量技术 2019年09期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业

    单位: 云南电网有限责任公司信息中心,国网信通亿力科技有限责任公司

    分类号: TM715

    DOI: 10.19651/j.cnki.emt.1802386

    页码: 121-124

    总页数: 4

    文件大小: 447K

    下载量: 105

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/3528854b5bbb617a6835144a.html