[發明專利]基于粒子群和BP神經網絡的短期電力負荷預測方法

在審

• 申請號: 201410003881.2
• 申請日: 2014-01-06
• 公開（公告）號: CN103729695A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 徐光年;馮悅鳴;葉宇清;黃竹志;錢鋒強;顧衛華;劉群;舒能文;潘克勤;儲建新;宓均良;王奇
• 申請（專利權）人: 國家電網公司;國網浙江省電力公司嘉興供電公司;國網浙江海鹽縣供電公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/02
• 代理公司: 北京中恒高博知識產權代理有限公司 11249
• 代理人: 宋敏

1.一種基于粒子群和BP神經網絡的短期電力負荷預測方法，其特征在于，包括以下步驟：

步驟1、初始化粒子群種群規模、粒子的位置X_i和速度V_i、速度最大值v_max；

步驟2、計算上述粒子群中各粒子的適應值；

步驟3、判斷上述計算的粒子適應值是否大于個體歷史最優適應值，

如果大于個體歷史最優適應值，則更新個體歷史最優值并記錄最優位置；

步驟4、判斷上述計算的粒子適應值是否大于種群歷史最優適應值，

如果大于種群歷史最優適應值，則更新種群歷史最優值并記錄最優位置；

步驟5、更新粒子的位置和速度：

更新粒子群中粒子的速度，且所有粒子的速度都不大于v_max；

步驟6、判斷是否滿足終止條件：

如果滿足終止條件，則停止運算輸出優化結果；如不滿足，則返回到第2步運算；

步驟7、輸出結果：

得出優化后的權值和閾值，即對網絡訓練的結果，以及優化后的節點連接狀態矩陣，隱含層最優節點數，完成網絡結構優化；

步驟8、根據上述步驟7優化的網絡結構進行短期電力負荷預測。

2.根據權利要求1所述的基于粒子群和BP神經網絡的短期電力負荷預測方法，其特征在于，

上述步驟1中，所述粒子的位置X_i由兩部分組成：一是各層節點之間連接狀態矩陣P和Q，這部分采用二進制編碼方式，P和Q中各元素為隨機生成的0或1；

二是網絡的權值w、v和閾值θ、b，這部分采用實數編碼方式，權值和閾值為在設定范圍內的隨機數。

3.根據權利要求2所述的基于粒子群和BP神經網絡的短期電力負荷預測方法，其特征在于，上述步驟5中粒子的速度更新采用如下公式，

E(w,v,p,q,θ,b)=1NΣi=1NΣj=1nc|dij-yij|]]>

其中N為樣本容量，y_ij為對應樣本中第i組數據的神經網絡輸出層第j個節點的樣本輸出值，d_ij為實際輸出值，w、v為網絡的權值，和θ、b為閾值，p、q為各層節點之間連接狀態矩陣中的元素，n_c為節點個數。