人工鱼群神经网络在短期负荷预测中的应用

来源：计算机技术与发展杂志2017年第10期北京时间：

作者：陈亚;李萍

摘要：由于电力负荷是电力系统发展的基础,提高电力负荷预测的准确性有利于电力系统的快速发展.Elman神经网络预测方法容易陷入局部解,且收敛速度慢,而人工鱼群算法具有较优的全局收敛能力及较快的寻优速度.为了提高短期电力负荷预测的精度,利用人工鱼群算法对Elman神经网络的初始权值和阈值进行了优化,提出并建立了一种新的人工鱼群神经网络短期负荷预测模型.以某市的历史负荷数据作为训练样本,将人工鱼群神经网络预测模型与传统Elman神经网络预测模型进行对比实验.实验结果表明,相对于传统Elman神经网络预测模型,人工鱼群神经网络模型的计算误差更小,预测精度更高,收敛速度更快,具有较好的短期电力负荷预测应用前景.

关键词：人工鱼群算法;Elman神经网络;短期负荷预测;预测精度