基于IPSO-混沌BP网络的负荷短期预测方法及预测系统
基本信息
申请号 | CN202110392956.0 | 申请日 | - |
公开(公告)号 | CN113076696A | 公开(公告)日 | 2021-07-06 |
申请公布号 | CN113076696A | 申请公布日 | 2021-07-06 |
分类号 | G06F30/27(2020.01)I;G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;G06N3/00(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 祝燕萍;苏卫华;蒋兴新;赵容兵 | 申请(专利权)人 | 上海浦海求实电力新技术股份有限公司 |
代理机构 | 上海科盛知识产权代理有限公司 | 代理人 | 翁惠瑜 |
地址 | 200122上海市浦东新区自由贸易试验区源深路1122号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于IPSO‑混沌BP网络的负荷短期预测方法及预测系统,所述方法首先获取待测地点的实际历史电力负荷数据,再将所述电力负荷数据输入所述IPSO‑混沌BP网络的电力负荷短期预测模型中,获取所述地点预测日的各整点时刻的电力负荷预测结果,所述电力负荷短期预测模型以混沌BP神经网络为基础,所述混沌BP神经网络中的权值和阈值通过改进粒子群优化获得,所述改进粒子群采用引入反正弦函数的非线性动态改进惯性权重策略和加速系数线性调整策略。本发明能够有效地提高算法的寻优速度与搜索性能,减少算法的运算时间,并提高短期电力负荷预测的准确性,从而降低电网的运行成本。 |
