基于主成份分析法的神经网络电力负荷预测

作者：胡亚超; 刘超; 陈勇; 李美蓉

来源：自动化技术与应用, 2019, 38(07): 90-93.

• 神经网络
• 电力负荷
• 粒子群
• 预测

影响电力负荷的变量具多,其具有非线性程度高、冗余程度高等特点,传统方法预测结果精度不高。为了提高结果精度,利用主成份分析方法对人工神经网络进行优化,达到提高预测精度的目的。首先,利用粒子群算法优化、改进径向基函数神经网络。然后,对输入量进行主成份分析、筛选,把经分析、筛选的输入量重新输入神经网络。最后,进行训练、预测,得出结果。利用经过优化、改进的模型对某地级市2016年的电力负荷进行验证。结果表明,径向基函数神经网络经过粒子群算法的优化以及主成份的分析,负荷预测精度得到了提高。

• 单位
  国网山东省电力公司