电力系统供电负荷短期预测模型设计.pdfVIP

第33卷第02期 计算机仿真 2016年2月 文章编号：1006—9348(2016)02—0171—04 电力系统供电负荷短期预测模型设计 唐鉴1’2，丛杨2，高宏伟1 (1．沈阳理工大学信息科学与工程学院，辽宁沈阳110159； 2．中国科学院沈阳自动化研究所，辽宁沈阳110159) 摘要：为了提高供电系统电量负荷预测的精度，加快收敛速度，改进陷入局部最小值的可能性以及优化过程单一等问题，建 立了电力系统供电负荷短期预测模型，提出粒子群算法对反向神经网络初始化，并引入改进的遗传算法。在交叉过程中用父 代最佳值与下一代种群结合，优化网络权值，提升模型性能。将模型应用于辽宁某地区短时电量预测中，结果表明，上述方 法加快了模型的收敛速度，提高了预测精度；电力系统供电负荷短期预测模型很好地解决了电量预测精度不高等问题。 关键词：电量负荷；反向传播神经网络；粒子群算法；遗传算法优化；预测 中图分类号：TP391．9文献标识码：B PredictionModel ofShort——TermLoadfor Power design System TANG Jianl”，CONGYan92，GAOHong—Wel’1 ofInformationScienceand 1 (1．College Engineering，ShenyangLigongUniversity，ShenyangLiaoning10159，China； InstituteofAutomationChinese of 1 2．Shenyang AcademySciences，ShenyangLiaoning10159，China) to ABSTRACT：Inorder load local power minima，and improve predictionaccuracy，fastenconvergence，avoid opti— mizethe modelofshoa—termloadfor isestablished．TheParticle Swarm process，aprediction powersystem Optimi— zationisusedformodel the isintroduced．Themodel initialization，andimprovedgeneticalgorithm improvedis印- to theshort—timeina of showthatthismethodacceleratestheconver- pliedpredict powerregionLiaoning．Results ofBPneuralnetworkand the gence improvepredictionaccuracy．