汪效禹,肖伸平,余锦.基于改进GA-BP和CNN的园区不可调控负荷预测研究*[J].电工技术,2023(9):13-16
基于改进GA-BP和CNN的园区不可调控负荷预测研究*
  
DOI：10.19768/j.cnki.dgjs.2023.09.004
中文关键词:  负荷预测  遗传算法  卷积神经网络  反向传播神经网络
英文关键词:
基金项目:
作者单位
汪效禹 湖南工业大学电气与信息工程学院，电传动控制与智能装备湖南省重点实验室 
肖伸平 湖南工业大学电气与信息工程学院，电传动控制与智能装备湖南省重点实验室 
余锦 湖南工业大学电气与信息工程学院，电传动控制与智能装备湖南省重点实验室 
摘要点击次数: 650
全文下载次数: 0
中文摘要:
      在智能园区的虚拟电厂建设中，常规不可调控负荷的预测准确度直接影响虚拟电厂对园区内可调设备的调度。针对园区负荷中常规不可调控负荷的预测，通过改进遗传算法GA的编码方式和交叉、变异概率，提高了BP网络的全局搜索能力。使用改进的GA-BP与CNN、BP对同一历史负荷数据进行预测对比，以均方根误差、平均绝对误差作为预测精度评判指标。实验结果表明了改进GA-BP在负荷预测中相较于CNN与传统BP具有更高的预测准确度，同时验证了改进的GA-BP在常规不可调负荷预测中引入环境因素对预测准确度具有负面扰动作用。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器