基于IAFSA-WNN的短期电力负荷预测.docx

引言 短期电力负荷预测在电能调度和规划过程中扮演着重要角色。准确的电力负荷预测能够指导电网调度单位制定经济合理的调度计划,同时,也是提高发电设备利用度和电网可靠安全运行的有效措施[1]。近年来,群智能算法与神经网络的组合预测模型在负荷预测方面得到越来越广泛的应用。祝学昌[2]提出改进果蝇优化算法与广义回归神经网络相结合的负荷预测模型。王成武等[3]建立了改进粒子群算法与RBF神经网络相结合的负荷预测模型。王帅哲等[4]构建了多岛遗传算法优化的BP神经网络预测模型。刘丹等[5]提出了改进后的萤火虫算法优化小波网络的预测模型。上述组合模型均比单一模型具有更优的预测性能。笔者提出一种改进人工鱼群算法