- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
文化微粒群神经网络在用电量预测中的应用.pdf
第23卷第2期 电力系统及其自动化学报 V01.23NO.2
2011年4月 oftheCSU—EPSA 2011
Proceedings Apr.
文化微粒群神经网络在用电量预测中的应用
陈国初 ’
(上海电机学院电气学院,上海200240)
摘要:为了提高传统神经网络在中长期用电量负荷预测中的速度和预测精度,将文化算法、微粒群算法融入
神经网络中,设计了文化微粒神经网络模型;将该模型用于我国某地区中长期用电量预测建模,采用了滚动时
间窗技术处理输入输出数据,进一步优化模型数据输入量。该方法综合了微粒群算法的全局寻优能力和文化
算法的演化优势。通过与传统的灰色预测模型以及实际数据对比,结果表明,结合滚动时间窗技术的文化微
粒神经网络模型用于地区中长期用电量预测建模效果更佳,预测结果更能满足实际要求。
关键词:文化算法;微粒群算法;灰色理论;神经网络;滚动时间窗;中长期用电负荷预测
文献标志码:A 文章编号:l003—8930(2011)02—0031-07
中图分类号:TP273;TQ206
ofCulturalParticleSwarm Neural
Application Optimization
inElectricLoad
Network Forecasting
CHENGUO—chu
(Electric 200240,China)
EngineeringSchool,ShanghaiDianjiUniversity,Shanghai
of neural euhur—
Abstract:InordertO the and traditionalnetwork(NN),a
improvespeedforecastingprecision
al swarm neuralnetwork(CPSONN)wasproposed culture
particleoptimization byintegratingalgorithm(CA)
NN.The modelwasusedtOconstructamid—
and swarm proposed
particle optimizationalgorithm(PSO)into
load modelinanareaofChina.Tofurther themodeldata
die-long—termelectricityforecasting optimize input,
a timewindow isusedtOdealwith and dataatthesametime.Thismethod
rolling technique inputoutput syn—
thesizesthe ofPSOandthe o
文档评论(0)