基于PSR和IGSA-RBFNN的负荷预测方法

作者：郑超; 钟俊; 李浩

来源：传感器与微系统, 2023, 42(07): 152-155.

DOI：10.13873/J.1000-9787(2023)07-0152-04

• 相空间重构
• 径向基函数神经网络
• 改进引力搜索算法
• 负荷预测

神经网络广泛应用于负荷预测(LF)研究，针对神经网络应用于LF中难以确定最优参数的问题，本文结合相空间重构(PSR)理论和神经网络，提出了一种基于改进引力搜索算法(IGSA)优化的径向基函数神经网络(RBFNN)预测模型。以PSR理论确定RBFNN的输入；用IGSA对RBFNN关键参数进行迭代寻优，进而提升模型的预测性能。将所提模型应用于某地区实测LF,验证了其可行性、有效性。仿真结果表明：与其他模型相比，所提模型平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)数值最小，具有更高的预测精度。

• 单位
  中国石油西南油气田分公司; 四川大学