基于多元宇宙算法改进BP神经网络的短期负荷预测方法
基本信息
申请号 | CN202111341603.4 | 申请日 | - |
公开(公告)号 | CN114048852A | 公开(公告)日 | 2022-02-15 |
申请公布号 | CN114048852A | 申请公布日 | 2022-02-15 |
分类号 | G06N3/08(2006.01)I;G06Q50/06(2012.01)I;H02J3/00(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 湛涛;张长安;李文波;雒磊;张筱萌;邵美阳;刘娇健 | 申请(专利权)人 | 陕西省地方电力(集团)有限公司 |
代理机构 | 西安弘理专利事务所 | 代理人 | 徐瑶 |
地址 | 710075陕西省西安市雁塔区唐延路27号 | ||
法律状态 | - |
摘要
摘要 | 本发明提供了基于多元宇宙算法改进BP神经网络的短期负荷预测方法,该方法可以分成两个模块:BP神经网络模块和多元宇宙算法模块。多元宇宙算法模块通过迭代训练BP神经网络,最小化神经网络在验证集上的误差,迭代优化出一组最优初始权重及阈值;BP神经网络模块通过这一组最优化的初始权重和阈值,在训练集上进行训练,使用训练好的模型对未来短期电力负荷进行预测,从而获得更加准确的预测精度和稳定性。该方法可以有效地提升BP神经网络对于短期电力负荷预测的精确度,降低BP神经网络过拟合的风险,提高模型预测的稳定程度,为精确预测短期电力负荷、保证电网安全稳定和经济效益提供较大帮助。 |
