科研之友
微信
新浪微博
Facebook
分享链接
摘要
分布式微电网随机波动性较强,表现出高度非线性。神经网络鲁棒性强、具有记忆能力、非线性映射能力以及强大的自学习能力,广泛应用于负荷预测。而传统神经网络存在学习时间长、收敛速度慢、容易陷入局部极值等缺陷。因此提出用自适应变异粒子群优化算法(Particle Swarm Optimizition with Adaptive Mutation,AMPSO)结合Elman神经网络进行负荷预测,以提高预测精度。基于MATLAB利用获得的电网数据进行实验仿真,结果显示改进神经网络最大预测误差在2%以内,说明所提方法预测精度和稳定性更好,是一种有效的负荷预测方法。
- 单位
