针对电力负荷预测精确度较低特点，提出了一种基于改进鲸鱼算法的长短期记忆神经网络预测模型(SWOA-LSTM)。首先针对传统WOA算法初始种群映射折叠次数有限等缺点，利用Sin混沌模型将WOA种群进行初始化，随后利用该算法对LSTM的初始参数进行优化，得到SWOA-LSTM预测模型，为证明预测模型的精确性，分别与WOA-LSTM,LSTM以及BP神经网络进行对比，经过对比分析，最后发现SWOA-LSTM算法能够快速寻优，提高收敛精度，从而提高预测精度，为电力系统的发展提供有力支撑。
科研之友
微信
新浪微博
Facebook
分享链接
