|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
粒子群2神经网络混合算法在短期电价预测中的应用 ' u3 y+ E' G, {" {/ W* m
" K- v7 G# I) D
7 C/ X; h8 N& X; E) \) V! H* \
摘 要 : 为了提高电力市场环境下的电价预测精度 ,在研究短期电价预测中采用了粒子群和反向传播神经网络相结合的混合算法 ,先利用粒子群算法确定初值 ,再采用神经网络完成给定精度的学习。对我国四川电网电价进行预测的结果表明 ,粒子群优化的神经网络算法收敛速度快于神经网络算法 ,预报精度显著提高 ,平均百分比误差可控制在 2 %以内 ,平均绝对误差最大值为 1187 ΠMWh。该算法可有效用于电力系统的短期电价预测。7 L) K7 D6 b9 E# C, J8 T" g+ z, D
关键词 : 电气工程 ;电价预测 ;粒子群算法 # K; R, {$ P: D! ^9 B
2 w& ], a* W, s. [4 M( v
C$ E, Q$ N4 v v9 A
|
|