ISSN 1009-5624 CN 10-2021/TQ    主管:中国乐凯集团有限公司    主办:北京乐凯科技有限公司

中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
首页 > 刊期 > 2023 > 6期 > 综合：探索与发现
基于麻雀搜索算法优化 BP 神经网络的短期负荷预测
李晓淞，黄 茜，郭木涵，王立岩

【摘要】提高负荷预测的准确性和精准性，能够提高电网的调度效率与经济效益。本文首先基于 BP 神经网络进行模型的搭建，由于 BP 神经网络易陷入局部最优的情况，在模型的基础上应用麻雀搜索算法（SSA）对原 BP 神经网络的参数进行优化，最后经仿真结果验证，优化后的图像拟合度提高，误差减小，从而得到比单独的神经网络更加精确的预测值，约有 70% 的数据点准确度得到改善，为传统的用电负荷数据预测提供了一种新的方法。


【关键字】BP 神经网络；麻雀搜索算法；短期电网负荷预测


友情链接: 国家新闻出版署 中国知网 万方数据知识服务平台 维普网

版权所有 © 《信息记录材料》编辑部

京ICP备2022023608号-1