论文部分内容阅读
电力系统短期负荷预测是一个非常复杂的系统,由于智能技术易于结合各种影响因素,通过不断学习处理复杂的非线性映射,因而在短期负荷预测中应用广泛。然而发展最成熟的BP神经网络在应用中却面临两个问题:一是网络收敛速度慢、容易陷入局部极小值,二是网络结构设计问题。因此,本文首先引入带动量因子的变步长BP算法,引入粒子群优化算法训练神经网络初始权值,建立智能优化负荷预测模型PSO-BPNN。其次,分析保定市负荷特性,确定96点负荷预测的优化模型网络结构。接着,应用优化模型进行负荷仿真预测,分析预测结果。最后,以