基于MR-CPGA-Elman的电力负荷并行预测研究

作者：林麒麟; 俸世洲

来源：数字技术与应用, 2019, 37(06): 101-102.

DOI：10.19695/j.cnki.cn12-1369.2019.06.57

• 海量负荷数据
• 并行预测
• MapReduce
• CPGA
• Elman网络

针对海量负荷数据分析,本文提出了一种MR-CPGA-Elman的并行负荷预测模型。首先采用粗粒度并行遗传算法(CPGA)对Elman网络权重和阈值进行了优化;然后结合MapReduce进行分布式并行计算;最后以实际负荷数据为例,说明该方法能提高预测精度和计算效率。

• 单位
  重庆师范大学涉外商贸学院