改进蚁群算法的中长期电力负荷预测 |
| |
引用本文: | 田军. 改进蚁群算法的中长期电力负荷预测[J]. 黑龙江科技信息, 2012, 0(35): 106+229 |
| |
作者姓名: | 田军 |
| |
作者单位: | 吉林电子信息职业技术学院,吉林吉林,132021 |
| |
摘 要: | 本文提出蚁群聚类算法的RBFNN模型,并用于电力系统中长期负荷预测.首先,模拟蚂蚁寻找“食物源”的行为,即根据蚂蚁在寻找食物过程中发现“食物源”(聚类中心),蚂蚁就会被“吸引”到食物源周围的特点,应用蚁群优化(ACO)算法,将历史数据聚类分析,得到各类聚类中心位置.其次,当聚类中心确定后,采用递推最小二乘法,训练RBF神经网络的隐含层至输出层之间的权重.最后,通过某电网实际数据,将本文模型与传统RBF模型预测结果进行比较,结果表明本文模型据具有更高的预测精度.
|
关 键 词: | 中长期负荷预测 蚁群优化算法 聚类分析 RBF神经网络 |
Middle and Long Term Load Forecasting Based on Improved Ant Colony Optimization |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|