作者:郭威; 巴秀玲; 马文远; 王伟; 徐志峰负荷预测动态神经网络最优初始值遗传算法试验验证
摘要:电力负荷预测作为电力企业调度工作的重要组成部分,其预测的好坏将直接决定电力供电服务的质量。但传统的神经网络属于静态网络,而电力负荷属于时间序列,随着时间的变化而不断更新。对此针对上述的问题,提出一种基于动态的Elman神经网络对短期内的电力负荷进行预测。同时,针对神经网络算法容易陷入局部最优解不准确的缺陷,引入遗传算法对最优网络初始值进行求解,进而提高电力负荷预测的准确度。最后,通过以内蒙古赤峰市2016年10月2日至2016年10月21日的用电作为基础数据,以前10天的数据作为训练数据,以后10天作为预测数据,并与实际的数据进行对比,进而验证了本文预测算法的准确性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社