人口迁移神经网络在电力系统短期负荷预测中的应用

《人口迁移神经网络在电力系统短期负荷预测中的应用》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、维普资讯http://www.cqvip.com第35卷第7期亮皋电力Vo1．35No．72007年7月EastChinaElectricPowerJu1．2007人口迁移神经网络在电力系统短期负荷预测中的应用李振涛，张国立，王淑玲(华北电力大学数理系，河北保定071003)摘要：首次将人口迁移算法用于神经网络的训练过程，建立了相应的优化模型。依据人口迁移算法的神经网络，提出一种短期负荷预测的新方法。实验表明，该方法具有预测精度高、误差小的优点。关键词：人口迁移算法；神经网络；短期负荷预测；电力系统基金项目：华北电力大学留学归国人

2、员基金(NO．93409501)作者简介：李振涛(1975．)，男，硕士研究生，主要研究方向为优化理论及其应用。中图分类号：TM715文献标识码：A文章编号：1001-9529(2007)07-0017-04Applicationofpopulationmigrationneuralnetworktoshor-termloadforecastforpowersystemsL／Zhen—tao，ZHANGGuo-li，WANGShu-ling(Dept．ofMabematics＆Physics，NorthChinaElectricP

3、owerUniv．，Baoding071003，China)Abstract：Thepopulationmigrationalgorithmwasappliedtothetrainingprocessofneuralnetworksforthefirsttime，andrelevantoptimizationmodelwasestablished．Basedonthepopulationmigrationneuralnetwork，anewmethodforshoa-timeloadforecastisproposed．Tests

4、showthatthemethodhashighforecastprecisionandsmallerrors．Keywords：populationmigrationalgorithm；neuralnetwork；shor'termloadforecast；powersystem电力系统短期负荷预测的方法有时间序列分隐含层和输出层，同层节点之间不相连。输入信析、概率统计等传统方法和以人工神经网络为代号从输入层节点依次传过各隐含层节点，然后传表的基于人工智能理论的现代化方法⋯。人工到输出层节点，每一层节点的输出只影响下一层神经网(

5、ArtificialNeuralNetwork，以下简称ANN)节点的输出。2层前向网是具有2层调节参数且在短期负荷预测中的应用越来越广泛。ANN具同层间无连接的不含反馈环的人工神经网络。在有人脑的联想记忆功能，能充分逼近任意复杂的2层前向网中，分别有n个输入神经元、h个隐性非线性关系，有很好的实时性。应用ANN进行电神经元和m个输出神经元。设输入层神经元的输出为=(“，)，隐层神经元的输人为(s。，力系统负荷预测所具有的良好性能已得到公s：，⋯，s)，隐层神经元的输出为(z。，z：，⋯，)，输认。_。出层神经元的输出为(Y。，Y

6、：，⋯，Y)，设第一隐层基于ANN的电力系统负荷预测的关键技术神经元的激活函数为or，第i个隐层神经元的整是选择人工神经网络的学习算法。神经网络的学合函数s和输出值分别为习算法影响神经元之间的权值的训练，也就直接关系到预测模型的精度。本文依据人口迁移算法，建立了基于该算法的神经网络训练模型，提出了基于人口迁移算法神经网络的短期负荷预测的式中i——第一层权重矩阵W=()中第个输入新方法。到连接第i个隐层神经元的权重；——该隐元的阈值。1前向神经网络模型同样设第二层神经元的激活函数为，h个前向人工神经网络是神经网络中的一种，输出元，z

7、=(z。，z：，⋯，)为输入，其整合函数；它是单向传播的多层前馈网络。它包含输入层、和输出值y分别是维普资讯http://www.cqvip.com要莱雹力It优变量为2个权值矩阵{}、{}和2个阈值向；=∑一加=1量{W}、{加}。每个人代表一个前向神经网络，Y=5-(；)，k=1，2，⋯，m用Xq=({}，{W}，{坷}，{加})表示(q=1，2，式中——第二层权重矩阵V=()中第J．个隐元⋯，Ⅳ，代表人的数量)。到第k个输出元的权重；优惠区域的吸引力定义为——该隐元的阈值。1F(p)而1(3)联合上述各式得到2层前向网的输出

8、表达式^n2个人与之间的距离定义为Y=5-[∑(∑一Wio)一加]、h“在本文中只考虑2层前向网络，隐层神经元d=∑I1∑Ji[(口)一wit(6)]+m^的非线性作用函数(激活函数)：∑∑IV(口)一％(6)]+=1f=I()=()=(1)^l十