基于相似日搜索的PSO-WNN组合模型在短期电力负荷预测中的应用
Application of PSO-WNN Combined Model Based on Similar Days Searching to Short-term Electric Power Load Forecasting
-
摘要: 为解决短期电力负荷预测中单一预测方法的预测精度差、计算时间长等问题，提出了基于相似日搜索的PSO（粒子群优化算法）优化WNN（小波神经网络）的短期电力负荷组合预测方法． 首先利用模糊聚类分析方法筛选与待预测日相似的日期数据作为组合预测模型的训练样本，使训练更具有针对性，提高了训练的精度并缩短了计算时间． 再通过PSO算法优化小波神经网络，克服了以往BP（back propagation）算法易陷入局部最优，且搜索效率低下等问题．实验表明，这种组合预测模型的预测精度相对于其它方法有较大提高．
下载:
