基于粗糙集和BP网络的微网短期负荷预测
作者:
王帅
[1]
王文爽
[1]
孙伟
[1]
张珂赫
[2]
关键词:
微网
短期负荷预测
粗糙集
BP神经网络
模拟退火遗传算法
摘要：
结合粗糙集和 BP 神经网络两种智能控制算法提出了微网短期负荷预测模型.首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作为 BP神经网络的输入量对微网负荷进行预测.BP 网络具有收敛速度慢和易陷入局部最优等缺陷,据此提出一种基于模拟退火遗传算法优化的 BP 神经网络新模型.实验表明,采用粗糙集和改进 BP 神经网络的新模型对微网负荷进行预测取得了良好的效果,证明了该方法的有效性.
上一篇： 含光伏发电系统的冷库多目标优化运行研究
下一篇： 基于犹豫语言算法的网络舆情预测模型选择