!!!!!!!!!!!!!!!!!!!!!!!!
第 !" 卷第 # 期
#"$% 年 %
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
月
上 海 电 力 学 院 学 报
!!!!!!!!!!!!!!!!!!!!!!
!"#$%&' "( )*&%+*&, -%,./$0,12 "( 3'/41$,4 5"6/$
7"'8!"!9"8#
:;$8&#"$%
&&
<=>! $"8!'(' ?@8,00%8$""( )%*#'8#"$%8"#8""-
收稿日期! #"$! )"% )$"
通讯作者 简 介! 陈 帅 "$'-- )#$ 男$ 在 读 硕 士$ 河 北 张 家 口 人8主 要 研 究 方 向 为 电 力 负 荷 预 测83AB&,'!
4*/%0*#&,$'--,$#(84"B8
基金项目!上海市教育委员会创新基金"$$SD$'## 8
基于粒子群 S/神经网络的短期电力负荷预测
陈&帅
$
$ 王&勇
$
$ 吕&丰
#
$ 杨&恒
$
$ 黄亮亮
$
"$8上海电力学院 电气工程学院$ 上海&#"""'"%
#8金山供电公司 电力调度控制中心$ 上海&#""+%"#
摘&要!电力负荷预测通常采用神经网络方法$该方法训练时间较长$并且由于负荷受到气象因素影响$该算法
预测的精度不是很高8为了克服当前存在的问题$采用粒子群算法优化 Q5神经网络的权值和阈值$归一化处理
气象因素$利用神经网络预测短期电力负荷8实验结果表明$该方法比单纯 Q5神经网络预测具有明显优势8
关键词!粒子群% Q5神经网络% 负荷预测
中图分类号! EF *$+8$%E5$-!&&&&文献标志码!:
&&
文章编号! $""( )%*#'"#"$%#"# )"$!$ )"+
40'*.,."*6 T'3+W'*"-3#.$&% S3#"+'&.0"/3*.$-2"
4=3*6 S/X"9*32X".='*V
GH39)*#&,
$
$ R:9IS"%+
$
$ O[T/%+
#
$ S:9IH/%+
$
$ H-:9IO,&%+',&%+
$
"$9!"#$$%$&.%0")1,"+%.-/,-001,-/$ !#+-/#+,2-,3014,)5$&.%0")1,"6$701$ !#+-/#+,&#"""'"$ 8#,-+%
#96$701>,4;+)"#,-/ 8$-)1$%80-)01$ I,-4#+- 6$701!(;;%58$*;+-5$ !#+-/#+,&#""+%"$ 8#,-+#
8:#.*3-.!& 5"6/$'"&K ("$/4&01,%+ 4"BB"%'2 #0/0%/#$&'%/16"$M B/1*"K8E*/1$&,%,%+ 1,B/"(1*/
B/1*"K ,0'"%+/$$ &%K 1*/B/1/"$"'"+,4&'(&41"$04&% &((/41'"&K$0" 1*/;$/K,41,"% &44#$&42 "(1*/
&'+"$,1*B,0%"1./$2 *,+*8>% "$K/$1" "./$4"B/1*/4#$$/%1;$"N'/B0
$;&$1,4'/06&$B&'+"$,1*B,0#0/K
("$";1,B,V,%+ 1*/6/,+*1&%K 1*$/0*"'K "(Q5%/#$&'%/16"$M$1*/% B/1/"$"'"+,4&'(&41"$0&$/;$"4/00/K
N2 %"$B&',V&1,"% B/1*"K &%K ("$/4&01,%+ 0*"$1A1/$B ;"6/$'"&K 1*$"#+* %/#$&'%/16"$M8E*/
/L;/$,B/%1&'$/0#'100*"61*&11*,0B/1*"K *&0"N.,"#0&K.&%1&+/0"./$B/$/Q5%/#$&'%/16"$M8
<"5 ='*+#!& ;&$1,4'/06&$B% Q5%/#$&'%/16"$M% '"&K ("$/4&01,%+
&&电力系统负荷预测是根据电力负荷&气象&经
济等历史数据$探索电力负荷历史数据变化规律
对未来负荷的影响$找到电力负荷与影响负荷变
化的相关因素间的内在联系$以便对将来的负荷
进行科学的预测8
)$*
负荷预测问题涉及电力系统
运行的安全性&可靠性和经济性$以及电力系统规
划和设计等多个方面$它已成为现代化电力系统
运行和管理中的一个重要研究领域8
)#*
与传统方法相比$在处理非线性问题时$人工
神经网络可以考虑各种因素对负荷的影响$具有
一定的优越性$在电力负荷预测中得到了广泛的
应用8人工神经网络中应用较多的是采用反向传
资源评论
