人工魚群神經(jīng)網(wǎng)絡(luò)在短期負(fù)荷預(yù)測中的應(yīng)用

陳 亞，李 萍

(1.寧夏大學(xué) 物理與電子電氣工程學(xué)院，寧夏 銀川 750021；2.寧夏沙漠信息智能感知重點(diǎn)實(shí)驗(yàn)室，寧夏 銀川 750021)

人工魚群神經(jīng)網(wǎng)絡(luò)在短期負(fù)荷預(yù)測中的應(yīng)用

陳 亞1，李 萍2

(1.寧夏大學(xué) 物理與電子電氣工程學(xué)院，寧夏 銀川 750021；2.寧夏沙漠信息智能感知重點(diǎn)實(shí)驗(yàn)室，寧夏 銀川 750021)

由于電力負(fù)荷是電力系統(tǒng)發(fā)展的基礎(chǔ)，提高電力負(fù)荷預(yù)測的準(zhǔn)確性有利于電力系統(tǒng)的快速發(fā)展。Elman神經(jīng)網(wǎng)絡(luò)預(yù)測方法容易陷入局部解，且收斂速度慢，而人工魚群算法具有較優(yōu)的全局收斂能力及較快的尋優(yōu)速度。為了提高短期電力負(fù)荷預(yù)測的精度，利用人工魚群算法對Elman神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行了優(yōu)化，提出并建立了一種新的人工魚群神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測模型。以某市的歷史負(fù)荷數(shù)據(jù)作為訓(xùn)練樣本，將人工魚群神經(jīng)網(wǎng)絡(luò)預(yù)測模型與傳統(tǒng)Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，相對于傳統(tǒng)Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型，人工魚群神經(jīng)網(wǎng)絡(luò)模型的計算誤差更小，預(yù)測精度更高，收斂速度更快，具有較好的短期電力負(fù)荷預(yù)測應(yīng)用前景。

人工魚群算法；Elman神經(jīng)網(wǎng)絡(luò)；短期負(fù)荷預(yù)測；預(yù)測精度

0 引 言

電力負(fù)荷預(yù)測數(shù)據(jù)是調(diào)度和規(guī)劃部門應(yīng)具備的基礎(chǔ)信息，準(zhǔn)確的負(fù)荷預(yù)測能夠指導(dǎo)電網(wǎng)調(diào)度部門制定經(jīng)濟(jì)合理的調(diào)度方案，同時也是節(jié)省能源，提高經(jīng)濟(jì)效益及社會效益的有效措施，為正常的社會生活、經(jīng)濟(jì)的持續(xù)健康發(fā)展提供了重要保障[1]。

傳統(tǒng)的預(yù)測方法是用具體的數(shù)學(xué)表達(dá)式建立數(shù)學(xué)模型，計算速度快、運(yùn)算量小，但不具備自學(xué)習(xí)、自適應(yīng)能力，使該類方法存在很大的局限性?！?br>