基于改进粒子群-模糊神经网络的短期电力负荷预测
本文关键词:基于改进粒子群-模糊神经网络的短期电力负荷预测,,由笔耕文化传播整理发布。
【摘要】:为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络,实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素,利用贵州电网历史数据进行短期负荷预测.仿真表明,该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经网络方法,该优化算法克服了神经网络和粒子群优化方法的缺点,改善了模糊神经网络的泛化能力,提高了电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.2%以内.该算法可有效用于电力系统的短期负荷预测.
【作者单位】: 西安理工大学水利水电学院;青岛科技大学高职业技术学院;
【关键词】: 短期负荷预测 MPSO-FNN算法 预测精度 模糊神经网络
【基金】:国家火炬计划基金(07C26213711606) 陕西省自然科学基础研究计划(SJ08E220) 山东省软科学基金(2007RKB188)
【分类号】:TM715
【正文快照】: 1引言电力负荷的准确预测对于电力生产和电网安全运行以及国民经济都有着重要意义[l].但由于电力负荷变化的复杂性,无法建立一个确定的模型来对它进行精确的预测,前人在此领域已取得一定成果12].传统的预测方法如时间序列法、回归分析法和模式识别法等都存在各自的缺陷:时
【参考文献】
中国期刊全文数据库 前5条
1 王波;王灿林;梁国强;;基于粒子群寻优的D-S算法[J];传感器与微系统;2007年01期
2 程其云,孙才新,张晓星,周nv,杜鹏;以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法[J];电工技术学报;2004年10期
3 吴杰康;陈明华;陈国通;;基于PSO的模糊神经网络短期负荷预测[J];电力系统及其自动化学报;2007年01期
4 张国华;张展羽;邵光成;殷国玺;;基于粒子群优化算法的灌溉渠道配水优化模型研究[J];水利学报;2006年08期
5 王亮;张宏伟;岳琳;刘星;;PSO-BP模型在城市用水量短期预测中的应用[J];系统工程理论与实践;2007年09期
【共引文献】
中国期刊全文数据库 前10条
1 曹志勇;邱靖;曹志娟;杨毅;;基于改进型神经网络的植物病虫害预警模型的构建[J];安徽农业科学;2010年01期
2 李盘荣;华伟东;;基于QPSO-RBFNN和模糊理论的电力系统短期负荷预测方法[J];电力科学与技术学报;2008年01期
3 姚建刚;姚尧;;利用节能减排专利技术构筑具有中国特色的发电交易调度新模式[J];电力科学与技术学报;2008年01期
4 江岳春;姚建刚;周丽兰;盛艳;;基于“容量合同+效率置换+实时市场”模式的发电竞价系统的研究[J];电工技术学报;2006年01期
5 周晖;高琦;和敬涵;钮文洁;;电力负荷预测知识体系的教学研究[J];电力学报;2006年04期
6 姚建刚;区域电力市场竞价交易结构与模式的探讨[J];电力系统自动化;2003年22期
7 罗滇生,葛亮,姚尧,金安;发电企业柔性工作流管理系统[J];电力系统自动化;2003年22期
8 姚建刚,唐捷,李西泉,张炳辉;两种可供实用的发电侧电力市场竞价交易模式[J];电力系统自动化;2003年24期
9 任丽;电力市场模式评述[J];电力系统及其自动化学报;2004年03期
10 张红旭;姚建刚;曹伟;马贵霞;;基于改进灰色模型的超短期负荷预测[J];电力系统及其自动化学报;2009年06期
中国重要会议论文全文数据库 前2条
1 张勇;沈茂亚;;省地一体化负荷预测系统的设计及实现[A];贵州省电机工程学会2010年优秀论文集[C];2010年
2 李会杰;姚建刚;谷林峰;姚鹏;李连结;;基于关口表数据库的输电费用在线实时计算系统开发[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 刘效武;基于多源融合的网络安全态势量化感知与评估[D];哈尔滨工程大学;2009年
2 何英;干旱区典型流域水资源优化配置研究[D];新疆农业大学;2010年
3 胡朝阳;成本分摊理论和竞价博弈方法在电力市场中的应用研究[D];浙江大学;2003年
4 赵建国;电力市场环境下有功调度与决策机制若干问题的研究[D];华中科技大学;2004年
5 李眉眉;电力负荷混沌特性分析及其预测研究[D];四川大学;2004年
6 童明光;我国电力市场中市场力的理论与实证研究[D];华北电力大学(北京);2006年
7 刘嘉佳;电力市场环境下水电的优化调度和风险分析[D];四川大学;2007年
8 廉小虎;电力市场期货交易中的模式、电价及风险研究[D];华中科技大学;2006年
9 周鲁霞;从垄断到竞争:发电厂商经营策略选择[D];北京交通大学;2008年
10 冯义;发电企业成本管理与竞价优化理论与应用研究[D];华北电力大学(北京);2008年
中国硕士学位论文全文数据库 前10条
1 李云刚;自由搜索算法的改进及其在图像分割中的应用[D];哈尔滨工程大学;2010年
2 张奇志;“厂网分开、竞价上网”的中国电力市场改革模式研究[D];中南大学;2002年
3 魏学好;新的电价上限监管模式与发电排放的环保折价标准[D];浙江大学;2003年
4 袁贵川;基于数据挖掘技术和加权回归技术的电价预测[D];浙江大学;2003年
5 陈亮;发电竞价策略研究与火电厂MIS成本分析系统的开发[D];湖南大学;2003年
6 秦炜;基于工作流技术的发电厂管理信息系统的研究与开发[D];湖南大学;2003年
7 陶伟强;电力市场下的无功定价和竞价研究[D];太原理工大学;2003年
8 吴秋伟;基于DSM分时电价的确定与分析[D];南京理工大学;2003年
9 沈力;计及可靠性价值的电力市场电价研究[D];重庆大学;2003年
10 汪方中;地区电网变压器经济运行工程化研究[D];河海大学;2003年
【二级参考文献】
中国期刊全文数据库 前10条
1 沈善德,朱守真,罗骏,陈厚连;快速BP网络在负荷动态建模中的应用[J];电力系统自动化;1999年19期
2 康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期
3 刘耀年,张文生,张玉霞;一种电力系统短期负荷预测的新方法[J];电力系统及其自动化学报;2001年04期
4 姜勇,卢毅;基于相似日的神经网络短期负荷预测方法[J];电力系统及其自动化学报;2001年06期
5 李林川,夏道止,杨振平,王立成,邓永辉,张莉芳,董彬;应用人工神经网络进行短期负荷预测[J];电力系统及其自动化学报;1994年03期
6 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期
7 郭惠勇,张陵,周进雄;基于改进加权D-S信息融合的结构多损伤位置识别[J];工程力学;2005年01期
8 王智,朱凤书;灌溉渠系流量最优调配的0-1规划模型[J];灌溉排水;1992年03期
9 刘海燕;赵宗贵;巴宏欣;;一种基于加权证据合成的多传感器目标识别方法[J];解放军理工大学学报(自然科学版);2005年06期
10 吕宏兴,熊运章,汪志农;灌溉渠道支斗渠轮灌配水与引水时间优化模型[J];农业工程学报;2000年06期
中国硕士学位论文全文数据库 前1条
1 张晓;电力系统短期负荷预测研究[D];四川大学;2001年
【相似文献】
中国期刊全文数据库 前10条
1 张红;张建红;康岩松;;基于GA的改进SVM算法对RBF优化算法在短期负荷预测中的应用[J];长春工程学院学报(自然科学版);2011年02期
2 代小红;王光利;;L-M优化BP算法在短期负荷预测中的应用[J];计算机科学;2011年07期
3 李慧;王来运;;基于混沌蚁群算法的电力短期负荷预测[J];北京信息科技大学学报(自然科学版);2011年04期
4 刘彬;王红蕾;;贵州输配电网短期负荷可行性预测[J];机械与电子;2010年S1期
5 彭显刚;胡松峰;吕大勇;;基于RBF神经网络的短期负荷预测方法综述[J];电力系统保护与控制;2011年17期
6 张伟;徐超;韩华;张智晟;;电力系统短期负荷预测组合NN模型的研究与应用[J];青岛大学学报(工程技术版);2011年02期
7 王小波;刘德强;;基于人工神经网络的短期负荷预测的研究[J];电力学报;2011年04期
8 王奔;冷北雪;张喜海;单纕
本文编号:385161
本文链接:https://www.wllwen.com/kejilunwen/rengongzhinen/385161.html