基于GA-PSO-BPNN混合算法的造纸过程短期电力负荷预测模型

作者：胡雨沙; 李继庚; 洪蒙纳; 满奕; 廖畅

来源：2019中国制浆造纸自动化技术与智能制造研讨会, 中国湖南岳阳, 2019-03-26.

• 电力负荷
• 预测模型
• 造纸过程
• 建模与模拟

本文提出了基于GA-PSO-BPNN组合算法的造纸过程短期电力负荷预测模型。模型采用基于遗传和粒子群混合优化算法（GA-PSO）优化反向传播神经网络（BPNN）的权值和阈值,并且能够高准确性的预测造纸过程半小时的用电负荷。为了验证提出模型的有效性,本文通过某造纸企业的真实数据对提出模型进行验证,并利用其他两种混合模型（GABPNN和PSO-BPNN）与提出模型进行比较。结果表明,本文提出的电力负荷预测模型具有较高的精度,其相对误差百分比（MAPE）为1.25%。

• 单位
  制浆造纸工程国家重点实验室; 华南理工大学