基于进化神经网络的短期电网负荷预测算法

作者：刘喜生

来源：电力大数据, 2023, 26(04): 11-18.

DOI：10.19317/j.cnki.1008-083x.2023.04.002

• 进化神经网络
• 短期负荷预测
• 人工蜂群算法
• 参数优化

本文提出了一种基于进化神经网络的短期电网负荷预测算法。该算法使用了改进的人工蜂群算法与BP神经网络融合生成的进化神经网络，并且使用改进的人工蜂群算法对进化神经网络的偏置和权重进行优化。该算法将火电历史负荷数据作为输入，使用进化神经网络训练预测模型，预测未来一段时间内的电网负荷。首先获取历史负荷数据，然后将收集到的数据应用于进化神经网络模型训练。人工蜂群算法作为一种全局搜索算法，可以有效地探索模型参数空间，寻找最佳的模型参数组合以提升预测精度。为了验证所提出的负荷预测方法的有效性，本文使用了火电网负荷数据进行测试。实验结果表明，在短期电网负荷预测方面，本文提出的进化神经网络比传统方法预测结果更加准确可靠。