论文部分内容阅读
本文通过对电力系统短期负荷预测特性和现有预测方法的深入研究,提出了一种新型算法的短期负荷预测模型。文章首先设计一个体现大融合思想的共享式全局寻优算法(SGOA);接下来对GaussNewton前馈神经网络进行结构动态优化,实现一种新的基于重置的变结构前馈神经网络;然后在确定该网络层数和各层神经元个数的同时,充分考虑气候、温度等因素的影响,对它们进行模糊化处理后作为网络的输入。最后利用SGOA来优化训练网络参数,并将其应用于电力系统短期负荷预测实例中。试验结果表明,本文设计的SGOA重置变结构前馈神经