作者：李伟短期电力负荷预测预测精度
摘要：为准确、快速，高效地预测电网短期负荷，提出改进的粒子群算法（DPSO），并与BP算法相结合，形成改进的粒子群-P（DPSO-BP）神经网络算法，用此算法训练神经网络，实现神经网络参数优化，得到基于DPSO-BP算法的神经网络模型。算例分析表明，与传统BP神经网络法和PSO-BP神经网络方法相比，该方法改善BP神经网络的泛化能力，预测精度高，收敛速度快，对电力系统短期负荷具有良好的预测能力。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《石家庄铁路职业技术学院学报》（CN：13-1319/G）是一本有较高学术价值的大型季刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《石家庄铁路职业技术学院学报》面向广大工程技术人员、科研教育人员以及各高等院校的师生等，以开展学术交流、技术开发、成果展示和信息传播为宗旨，主要刊登铁路、公路、桥梁、隧道、建筑、机械、机电、材料等工程技术和经济管理、教育经济等方面的论文。
杂志详情
