基于蚁群优化算法递归神经网络的短期负荷预测

《基于蚁群优化算法递归神经网络的短期负荷预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第3期电网技术Vol.29No.32005年2月PowerSystemTechnologyFeb.2005文章编号：1000-3673（2005）03-0059-05中图分类号：TM714；F123.9文献标识码：A学科代码：470·4054基于蚁群优化算法递归神经网络的短期负荷预测邹政达，孙雅明，张智晟（天津大学电气与自动化工程学院，天津市南开区300072）SHORT-TERMLOADFORECASTINGBASEDONRECURRENTNEURALNETWORKUSINGANTCOLONYOPTIMIZATIONALGORITHMZOUZhe

2、ng-da，SUNYa-ming，ZHANGZhi-sheng（SchoolofElectricalEngineeringandAutomation，TianjinUniversity，NankaiDistrict，Tianjin300072，China）ABSTRACT:Toovercomethedefectsofneuralnetwork(NN)随着人工智能和优化技术的发展，STLF的应usingBPalgorithmsuchasslowconvergencerateandeasyto用研究已发展到广泛深入阶段。早期研究中普遍采fallintoloca

3、lminimum,arecurrentNNmodelbasedonant用基于BP算法的神经网络（BP-NN），但BP-NNcolonyoptimizationalgorithm(ACO-RNN)isproposed,The有易陷入局部极小点、收敛速度慢等不足，为此又simulationresultsofdailyandweeklyloadsforecastingfor提出了不少改进算法、启发式优化算法和不同类型actualpowersystemshowthattheproposedforecastingmodelcaneffectivelyimprove

4、theaccuracyofshort-termload的神经网络（NN）。本文主要研究用蚁群优化（Antforecasting(SLTF)andthismodelisstableandadaptableforColonyOptimization,ACO）算法训练NN，并证实bothworkdayandrest-day,inaddition,itsforecasting了用其改善STLF模型预测性能的可行性。performanceisfarbetterthanthatofBP-RNNandGA-RNN.ACO算法是由意大利学者M.Dorigo等人在[1,2]

5、KEYWORDS:Antcolonyoptimizationalgorithm；BP1991年提出的，它是一种新型的模拟进化算法，algorithm；RecurrentNeuralNetwork；Short-termload具有正反馈，分布式计算，启发性收敛等特性。用forecasting；PowerSystemACO算法对NN进行启发式学习训练（ACO-NN），摘要：为了克服BP算法收敛速度慢和易于陷入局部最小的不可克服BP-NN的不足，且可提高ACO-NN的泛化足，作者提出将蚁群优化算法用于短期负荷预测的递归神经网能力和快速全局收敛等特点。通过对实际地

6、区电网络模型学习算法，对实际负荷系统日、周预测的仿真测试表明，的负荷的预测仿真和测试，证实了所提出的基于该模型能有效地提高短期负荷预测的精度，对工作日和休息日ACO算法的递归神经网络（recurrentneural都具有良好的稳定性和适应能力，其预测性能明显优于基于network，RNN）的STLF模型能有效地提高预测精BP算法的递归神经网络（BP-RNN）和基于遗传算法的递归神度，且对非高温周的工作日和休息日都具有良好的经网络（GA-RNN）。预测稳定性和适应能力,其预测性能明显优于关键词：蚁群优化算法；BP算法；递归神经网络；短期负BP-RNN和GA-

7、RNN。荷预测；电力系统2蚁群优化算法的基本原理1引言ACO算法是受到蚂蚁群搜索食物过程的启短期负荷预测（Short-termLoadForecasting，发而产生的，通过对蚂蚁群行为的研究，发现蚂STLF）在实现现代电力系统的安全和经济运行中起蚁个体行为虽然非常简单，但由简单个体所组成着重要作用，是能量管理系统的重要组成部分。电的群体却表现出极其复杂的行为。蚂蚁个体之间力系统STLF的准确性将直接影响电力市场运营的通过一种称之为外激素的物质进行信息传递，即有效性。因此预测的准确性对电力系统的运行和经蚂蚁在运动过程中在它所经过的路径上撒播该种济性都具有重

8、要意义。物质；而且蚂蚁能够通过感知这种物质来指导它PDF文件使用"