基于MIGA-BP神经网络的短期电力负荷预测

作者：王帅哲; 王金梅^*; 王永奇; 马文涛

来源：宁夏大学学报(自然科学版), 2019, 40(02): 145-150.

• 多岛遗传算法
• 遗传算法
• BP神经网络
• 负荷预测

准确的短期电力负荷预测有助于工业生产中故障诊断和发电成本的降低.针对已有遗传算法优化的BP神经网络(GA-BP)存在局部搜索能力差的缺点,提出多岛遗传算法优化的BP神经网络(MIGA-BP),通过使种群在不同"岛屿"进化和迁移提高物种多样性,克服GA-BP算法中的缺点.将天气因素影响权重和归一化后的负荷数据输入建立的MIGA-BP神经网络预测模型,在MATLAB环境下进行仿真研究.结果表明,控制变量条件相同时,MIGA-BP模型预测误差比GA-BP模型的更小,对短期电力负荷预测更有优势.

• 单位
  宁夏大学