首页 > 期刊 > 自然科学与工程技术 > 工程科技II > 综合科技B类综合 > 科技创新与应用 > 基于遗传算法优化前馈神经网络模型的配电网短期负荷预测 【正文】

基于遗传算法优化前馈神经网络模型的配电网短期负荷预测

陈浩; 戴欣 国网江苏省电力有限公司淮安供电分公司; 江苏淮安223001
  • 前馈神经网络
  • 遗传算法
  • 短期电力负荷预测

摘要:对于配电网的安全运行来说,短期的负荷预测有着重要意义。文章以某地区配电网为研究对象,利用遗传算法优化前馈神经网络,对该地区的短期负荷预测方法进行研究。电力系统短期负荷预测受到气象因素、负荷类型、时间因素等多种非线性因素的影响,因此针对上述问题,首先确定输入,输出样本,建立前馈神经网络模型,然后利用遗传算法对前馈神经网络的缺陷进行优化,最后以MATLAB平台仿真计算。通过对比可知,经过遗传算法优化后的前馈神经网络预测模型预测精度进一步提高。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 文秘咨询

科技创新与应用

  • 预计1个月内 预计审稿周期
  • 0.89 影响因子
  • 科学 快捷分类
  • 旬刊 出版周期

主管单位:黑龙江省科学技术协会;主办单位:黑龙江省创联文化传媒有限公司

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询