基于遗传算法和BP神经网络的城区中长期电力负荷预测与分析.pdfVIP

第30卷第 1期 计算机应用 V01．30No．1 2010年 1月 JournalofComputerApplications Jan．2010 文章编号 ：1001—9081(2010)01—0224—03 基于遗传算法和BP神经网络的城区中长期电力负荷预测与分析 程玉桂，黎 明，林明玉 (南昌航空大学 经济管理学院，南昌330063) fchengyugul11@126．com) 摘 要：由于产业结构的调整、居民消费能力消费结构的变化和市场化等因素的影响，城区中长期电力负荷预测 具有相当的难度。建立一个基于遗传算法和BP算法相结合的神经网络预测模型，以南昌市为例做实证，并与传统BP 神经网络和模拟退火预测结果做对比，验证了该模型的准确性。最后对城区未来十几年的基本用电负荷进行 了预测 和分析。 关键词：中长期电力负荷；模拟退火算法；前馈型网络 中图分类号：TP391 文献标志码：A Forecastingand analysisonlong-term ／mid-term electricloadofcitybyGA—BPneuralnetworks CHENG YU—gui，LIMing，LIN Ming-yu (CollegeofEconomicsManagement，NanchangHangkongUniversity,NanchangJiangxi330063，China) Abstract：Duetotheindustrialstructureadjustment，thechangeofresidentconsumptionabilityandpattern of consumption，andmarket—orientedandSOon，long—term／mid—term powerloadforecastingforurbanplansfacesconsiderable difficulties．Inthepasttwoyears，themethodsthatcombinedgeneticalgorithm andBackPropagation(BP)algorithmhave beenusedofrshort—term powerloadforecastingratherthan long—term／mid—term power loadforecastofelectricity． In this paper，aneuralnetworkpredictionmodelwithcombinationofgeneticalgorithm andBPneuralnetworkwasestablished；the exampleinNanchangwasgiventovalidatetheaccuracyofthealgorithm，bycomparingwiththetraditionalBPneuralnetwork andSimulatedAnnealing(SA)prediction．ThenthebasicelectricityloadofNanchanginthenextdozensofyearswas forecastedandanalyzed． Keywords：long-term／mid—termpowerload；SimulatedAnnealing(SA)algorithm；feed-forwaMtypenetwork 还可以与模糊集合理论相结合，构成模糊神经网络，可以对负 0 引言 荷预测中出现的模糊信息加以处理 。然而，单纯使用神经 中长期电力负荷预测通常是指对 5—10年以上期间