首页 期刊 智能计算机与应用 基于QPSO-WNN和模糊理论的电力系统短期负荷预测方法 【正文】

基于QPSO-WNN和模糊理论的电力系统短期负荷预测方法

作者:郁林兴; 李盘荣; 华伟东 苏州信息职业技术学院; 江苏苏州215200; 无锡市广播电视大学; 江苏无锡214021; 江苏省无锡供电公司; 江苏无锡214061
量子粒子群优化算法   小波神经网络   模糊理论   电力系统   短期负荷预测  

摘要:电力系统的短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济的供电。针对负荷预测方法的多样性,在小波神经网络用于负荷预测的基础上,提出基于量子粒子群优化算法(QPSO)优化神经网络权值,并运用模糊理论进行修正。某电网负荷的拟合数据表明QPSO优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也比较高。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅