混合粒子群径向基神经网络的短预测的应用.pdfVIP

第 35 卷 第 6 期 昆明理工大学学报( 理工版) http: / / www． kustjournal． com / Vol． 35 No. 6 2010 年 12 月 Journal of Kunming University of Science and Technology ( Science and Technology) Dec． 2010  doi: 10 ． 3969 /j ． issn． 1007 － 855x． 20 10 ． 06 ． 0 15 混合粒 子群径 向基神经 网络 的短期 负荷预测的应用 ， ， 李如琦 邓 国良 陈铁洲 ( ， 540003) 广西大学 电气工程学 院 广西 南宁 摘要: 电力短期 负荷预测的 结果对 电力 系统的经济效益具有重要 影响． 为了克服 基本 粒子群 ( Particle Swarm Optimization ，PSO) 、 ， 算法收敛精度不高 易陷入局部 最优 的缺 点 提 出一种将 自然 ( Hybrid Particle Swarm Optimization ，HPSO) ， 选择和变异结合的混合粒子群 算法 可以保持种群的 ， ， ， 多样性 有效地避免粒子早 熟 并利用混合粒子群算法优化径 向基神 经 网络 的权值 最后将优化 ． ， ， 好的径 向基神 经 网络进行广西某市的短期 电力 负荷预测 计算结果表 明 该算法收敛速度 快 并 达到 了提高预测精度和改善 网络性能的要 求． : ; ; ; 关键词 径 向基神 经 网络 粒子群算法 适应值 短期 负荷预测 中图分类号: TM7 15 文献标识码: A 文章编号: 1007 － 855X( 20 10) 06 － 007 1 － 04 Short-Term Load Forecasting Based on Hybrid Particle Swarm Optimization and Radial Basis Function Neural Network Model LI Ru-qi ，DENG Guo-liang ，CHEN Tie-zhou ( School of Electrical Engineering ，Guangxi University ，Nanning 530004 ，China) Abstract: The result of short-term load forecasting is important to economic benefit． In order to improve the con- vergence precision o