改进粒子群—BP神经网络模型的短期电力负荷预测

发布时间：2019-04-18 18:06

【摘要】：为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。
[Abstract]:In order to predict the short-term load accurately, quickly and efficiently, an improved particle swarm optimization (MPSO),) algorithm is proposed and combined with the BP algorithm to form an improved particle swarm optimization-BP (MPSO-BP) neural network algorithm, which is used to train the neural network. The parameter optimization of neural network is realized, and the neural network model based on MPSO-BP algorithm is obtained. Comprehensive consideration of weather, date type and other factors affecting the load, power grid short-term load forecasting. The numerical example shows that compared with the traditional BP neural network method and PSO-BP neural network method, this method improves the generalization ability of BP neural network, has high prediction precision and convergence speed, and has a good forecasting ability for short-term load of power system.
【作者单位】： 西安理工大学水利水电学院;青岛科技大学高职技术学院;
【基金】：国家火炬计划创新基金资助项目(07C26213711606) 陕西省自然科学基础研究计划项目(SJ08E220) 山东省软科学基金资助项目(2007RKB188)
【分类号】：TM715;TP183

【参考文献】

相关期刊论文 前4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 张志毅;陈允平;袁荣湘;;电力系统负荷恢复问题的混合遗传算法求解[J];电工技术学报;2007年02期

4 王武;张元敏;蔡子亮;;基于遗传优化神经网络的电力系统短期负荷预测[J];继电器;2008年09期

【共引文献】

相关期刊论文 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 郝超;徐志成;;GLBest-PSO算法在热工过程模型参数辨识中的应用[J];电工电能新技术;2012年02期

5 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

6 周孝法;陈陈;杨帆;陈闽江;;基于自适应混沌粒子群优化算法的多馈入直流输电系统优化协调直流调制[J];电工技术学报;2009年04期

7 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

8 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

9 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

10 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

相关会议论文 前3条

1 陈海燕;李文云;顾雪平;;基于DPSO算法的黑启动负荷恢复方案研究[A];2010年云南电力技术论坛论文集（文摘部分）[C];2010年

2 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

3 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

相关博士学位论文 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 刘玮;电力市场环境下发电企业成本分析及竞价策略研究[D];华北电力大学（北京）;2011年

3 龙文;求解两类优化问题的混合进化算法及其应用[D];中南大学;2011年

4 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

5 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

6 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

7 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

8 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

9 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

10 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

相关硕士学位论文 前10条

1 韩锋;基于模糊神经网络的电力系统短期负荷预测[D];河北农业大学;2011年

2 李宇佳;考虑风电并网的短期负荷预测方法研究[D];华北电力大学（北京）;2011年

3 方八零;关于福建省电量交易系统设计研究[D];吉林大学;2011年

4 刘梦娜;输配电费用分摊模型和方法的研究[D];华北电力大学（北京）;2011年

5 胡玲;基于模糊神经网络的短期电力负荷预测研究[D];南华大学;2011年

6 曾顺奇;大停电后电力系统恢复优化的模型与方法[D];华南理工大学;2011年

7 陈博;基于VPSO-ELman神经网络的配电网短期负荷预测研究[D];山东大学;2011年

8 王楠;电网设备检修工程项目预算管理系统的设计与实现[D];华北电力大学;2011年

9 陈海燕;大停电后初期网架恢复序列的研究[D];华北电力大学;2011年

10 蔡炎平;液压电梯速度控制优化研究[D];湘潭大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 张海涛,陈宗海,朱六璋;基于改进FLN的短期电力负荷预测算法[J];电工技术学报;2004年05期

2 杨秀霞,张晓锋,张毅;基于加速遗传算法的舰船电力系统故障恢复[J];电工技术学报;2005年05期

3 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

4 张勇军,任震,唐卓尧,尚春;电压无功优化的强多样性遗传算法[J];电力自动化设备;2003年01期

5 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

6 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

7 刘西奎,李艳,许进;背包问题的遗传算法求解[J];华中科技大学学报(自然科学版);2002年06期

8 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

9 曾三友,康立山,丁立新;基于偏序关系的演化算法[J];计算机工程;2001年08期

10 刘秀玉,刘峤,王日见,张少华;一种基于模糊逻辑和神经网络的电力负荷预测方法[J];上海大学学报(自然科学版);2001年01期

相关硕士学位论文 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】

相关期刊论文 前10条

1 张宁;许承权;薛小铃;郑宗华;;基于最小二乘支持向量机的短期负荷预测模型[J];现代电子技术;2010年18期

2 师春祥;王晶;张文静;段庆;;蚁群神经网络用于农村电力短期负荷预测[J];农机化研究;2008年10期

3 王晶;刘博;冯艳红;;蚁群神经网络在短期负荷预测的应用[J];计算机工程与设计;2008年07期

4 刘旭;罗滇生;姚建刚;贺辉;张凯;刘霏;;基于负荷分解和实时气象因素的短期负荷预测[J];电网技术;2009年12期

5 张德玲;陈根永;;模糊控制理论与RBF神经网络相结合的短期负荷预测[J];农村电气化;2007年02期

6 刘卫宁;王鹏;孙棣华;解佳;;基于改进BP神经网络的道路交通事故预测[J];计算机系统应用;2010年10期

7 杨晓慧;张卓;;滑坡预测的混沌神经网络模型[J];华东公路;2007年03期

8 陈佳;魏敦崧;;神经网络在城市燃气短期负荷预测中的应用[J];上海煤气;2008年05期

9 辜晋德;练继建;;消力池底板上举力的神经网络模型预测[J];水利水电技术;2011年01期

10 卢建昌,王柳;基于时序分析的神经网络短期负荷预测模型研究[J];中国电力;2005年07期

相关会议论文 前10条

1 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

2 李素梅;田晓庆;李慧灵;;基于神经网络的VBR视频通信量预测[A];无线传感器网及网络信息处理技术——2006年通信理论与信号处理年会论文集[C];2006年

3 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年

4 董秀成;李芹;许强;;基于L-M优化的BP算法在短期负荷预测中的应用研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 潘永泉;杨晓;;神经网络模型在金融市场预测中的应用[A];2004中国控制与决策学术年会论文集[C];2004年

6 卢建昌;孙伟;李健强;;RMLPNN模型在短期负荷预测中的应用[A];2005中国控制与决策学术年会论文集（上）[C];2005年

7 徐淑琼;袁从贵;张新政;;密度权最小二乘支持向量机[A];中国自动化学会控制理论专业委员会A卷[C];2011年

8 赵财军;陈鹏宇;段新胜;;非等间隔无偏GM(1,1)幂模型及其应用[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

9 韩敏;席剑辉;许士国;;基于神经网络的年径流量预测[A];第二十一届中国控制会议论文集[C];2002年

10 赖永标;乔春生;;基于支持向量机的交通噪声智能预测模型[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

相关重要报纸文章 前10条

1 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年

2 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年

3 张树斌 范明;湖北电网中、短期负荷预测系统显神威[N];华中电力报;2001年

4 ;让预测精度高出25%[N];网络世界;2007年

5 武丽 周小鹰;虚拟现实技术有效提高预测精度[N];中国石化报;2004年

6 南京市地方税务局信息管理处、计算机中心 明靖 朱岚;数据挖潜让业务说话[N];中国计算机报;2006年

7 记者 王志田　通讯员 张琳嘉;大庆采油五厂井震联合建模技术初显实效[N];中国石油报;2009年

8 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年

9 本报记者 李佳师;i2还有机会吗？[N];中国电子报;2002年

10 ;中长期电力需求预测及其系统开发[N];科技日报;2006年

相关博士学位论文 前10条

1 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年

2 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年

3 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年

4 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年

5 张智晟;基于多元理论融合的电力系统短期负荷预测的研究[D];天津大学;2004年

6 吴宏晓;基于软计算方法的电力系统负荷预测[D];上海交通大学;2007年

7 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年

8 赵灵晓;基于部件神经网络模型的制冷系统混合仿真方法及应用[D];上海交通大学;2010年

9 陈玲;风电场风速和风功率预测方法研究[D];武汉大学;2012年

10 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年

相关硕士学位论文 前10条

1 刘凯;基于改进BP神经网络的短期负荷预测研究[D];河海大学;2005年

2 朱焕荣;遗传规划在电力短期负荷预测中的应用[D];河北农业大学;2011年

3 冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年

4 刘继胜;基于人工神经网络的电力系统短期负荷预测的应用分析[D];华北电力大学（北京）;2011年

5 赵福成;基于人工神经网络的短期负荷预测[D];华北电力（北京）大学;2002年

6 李海东;人工智能方法在电力系统短期负荷预测中的研究[D];辽宁工程技术大学;2002年

7 陈晨;基于WNN神经网络的短期负荷预测[D];西安理工大学;2010年

8 白波;基于加权LS-SVM的短期负荷预测研究[D];东北电力大学;2011年

9 胡启元;针对电力系统短期负荷预测的研究[D];四川大学;2004年

10 周勇;电力系统短期负荷预测的研究[D];西安理工大学;2001年

，

本文编号：2460228