基于PSO优化BP神经网络的科技园区电力负荷预测

作者：韦波; 焦丰顺; 鲍重廷; 周浩; 张瑞锋^*; 高洪洋

来源：通信电源技术, 2020, 37(05): 12-25.

DOI：10.19399/j.cnki.tpt.2020.05.004

• 负荷预测
• BP神经网络
• 粒子群算法
• 科技园区

为了实现对深圳湾科技生态园未来楼层用电数据的精确预测,降低预测用电数据的误差对商业楼宇用能调度的不利影响,以科技园区负荷、气象和节假日等历史数据为预测数据的输入,采用粒子群算法(Particle Swarm Optimization,PSO)对BP(Back Propagation)的权重与阈值参数进行迭代优化,使得算法优化后的神经网络具备更好的适应性。通过与BP神经网络模型预测结果和指标进行对比,验证了经PSO优化的BP神经网络对湾区科技园区楼层预测精度更高,能为调度提供更好的指导。

• 单位
  深圳供电局有限公司; 清华大学深圳国际研究生院