论文摘要
气象因素是短期负荷预测中的重要因素,考虑气象累积效应选取相似日作为训练样本,提出基于改进粒子群优化算法的BP神经网络负荷预测方法（IPSO-BP）。首先通过相关性分析得出与日负荷相关程度较大的气象因素;在此基础上,采用加权几何距离选取与待预测日关联度较大的历史日作为相似日,并对IPSO-BP神经网络模型进行训练和预测。实际应用结果表明,所提出的预测模型和数据处理方法能够得到更加精确的预测结果。
论文目录
文章来源
类型: 期刊论文
作者: 张宜忠,杨旭东,张正卫,刘丽新
关键词: 短期负荷预测,气象累积效应,相似日选取,改进粒子群优化算法,神经网络
来源: 四川电力技术 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 国网四川雅安电力(集团)股份有限公司,北京清软创新科技股份有限公司
基金: 国家自然科学基金资助项目(51777196)
分类号: TM715;TP183
DOI: 10.16527/j.cnki.cn51-1315/tm.2019.03.002
页码: 1-5
总页数: 5
文件大小: 498K
下载量: 82
相关论文文献
标签：短期负荷预测论文; 气象累积效应论文; 相似日选取论文; 改进粒子群优化算法论文; 神经网络论文;