基于一种混合算法模型的短期电力负荷预测

《基于一种混合算法模型的短期电力负荷预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第27卷第lO期计算机仿真2010年10月文章编号：1006—9348(2010)10—0255—04基于一种混合算法模型的短期电力负荷预测尹新，周野，何怡刚，文娟(湖南大学电气与信息工程学院，湖南长沙4t0082)摘要：研究电网管理，进行电力负荷预测，为了保证系统的安全性，提出一种新颖的混合算法预测模型，是在粒子群优化算法的基础上引入模拟退火算法的思想形成一种混合算法，再结合模糊神经网络而成的一种预测模型。可有效地避免了传统的模糊神经网络收敛慢且容易陷入局部最小的缺点。也有助于克服标准粒子群优化算法训练模糊神经网络出现的早熟现象。通过

2、对某市一天的电力系统进行短期负荷预测的仿真，并对BP算法、遗传算法、标准粒子群优化算法的模型进行了比较，仿真结果表明，改进预测模型的优越性和有效性。关键词：粒子群优化；模拟退火算法；；电力系统；短期负荷预测中图分类号：TM715文献标识码：BShort——TermLoadForecastingBasedonaHybridAlgorithmModelYINXin，ZHOUYe，HEYi—gang，WENJuan(CoHegeofElectricalInformationEngineering，HunanUniversity，Changsh

3、aHunan410082，China)ABSTRACT：Inthispaper，anewhybridalgorithmpredictionmodelispromoted．Itisahybridarithmeticwhichbasesonparticleswarmoptimizationandcontainstheideaofsimulatedannealing．InadditionFuzzyNeuralNetworksalsoisincludedinthismodel．Thatistosay，itisapredictionmodel．T

4、hismodelnotonlyavoidthedisadvantageincommonneuralnetworkswhichconvergestooslowandgetsintopartialoptimizationeasybutalsogetovertheshort—cominginstandardparticleswarmoptimizationtraining{hzzyneuralnetworkswhichgetsthenetworkprecocious．Totesttheadvanceandvalidityofthismodel

5、，bytakingoneday’Snumberinourcountrycertaincityofpowersystem，inthispapertheshort—termloadforecastingisimitatedbythemodel．AlsothemodelswhichuseBPalgorithm，GAandstandardPS0algorithmrespectivelyarecomparedwitllthemodelinthispaper．KEYWORDS：Particleswarnloptimization；Simulated

6、annealing；Powersystem；Short—·termloadforecasting1引言随着电力事业的发展，电网的管理日趋现代化，特别是短期电力负荷预测问题的研究也越来越引起人们的注意，十几年来专家们提出了各种方法对短期电力负荷进行预测并取得了不错的效果。主要应用的方法有人工神经网络法和模糊逻辑推理法¨。51等。人工神经网络有着良好的非线性函数逼近功能，但是也存在着一些不足，如收敛慢，容易陷入局部最小等。模糊逻辑推理有着反应快和处理模糊及不确基金项目：国家高技术研究发展计划(863)(2006AA04A104)；国家自然科

7、学基金项目(50677014、60876022)；高等学校博士学科点专项科研基金(20060532002)；湖南省科技计划项目(06JJ2024，2008GK2022)资助的课题收稿日期：2009—07-08修回日期：2009—09—04定性问题的能力，但传统的模糊系统很大程度上依赖于专家或者操作人员的经验和知识。针对这些不足很多专家提出了一些策略和方法，如引入优化算法，支持向量机和线性回归等方法帕。91，取得了一定的成绩。粒子群优化作为一种才出现十几年的新算法，有着参数少、算法实现简单、速度快等优越的性质而被应用于各个领域‘10-12

8、]。本文在粒子群优化算法的基础上引入模拟退火的思想再结合模糊神经网络提出一种混合算法模型(HybridSimulatedParticleFuzzyNeuralNetworks，HSPFNN)来对短期电力负荷