基于改进型遗传算法的混沌神经网络在电力负荷预测的应用 application of chaotic neural network based on improved genetic algorithm in load prediction.pdfVIP

第23卷 华中电力 2010年第2期 基于改进型遗传算法的混沌神经网络 在电力负荷预测的应用 李 莉-。刘建勋2，刘崇新1 (1．西安交通大学电气工程学院，陕西西安710049；2．西安高级职业技术培训中心，陕西西安710054) 摘要：通过对陕西省省网历史负荷数据进行混沌特性分析，重构系统相空问，并计算最大Lyapunov指数，指出该时间序 列具有混沌特性，从而采用混沌神经网络对该时间序列进行短期负荷预测。神经网络模型采用改进型遗传算法对权值 和阁值进行学习和训练，优化神经网络权重。充分发挥遗传算法的全局寻优能力舜口神经网络的局部搜索性能。然后采用 该网络进行预测，预测结果表明：该模型预测算法优于纯BP网络方法的预测结果，较大地提高了预测精度。 关键词：混沌；遗传算法；神经网络；负荷预测 中图分类号：TM715 文献标识码：A 文章编号：1006—6519(2010)02-0013．05 ofChaoticNeuralNetworkBasedon Application