[發明專利]一種電力系統臺區負荷預測方法

在審

• 申請號: 201710656093.7
• 申請日: 2017-08-03
• 公開（公告）號: CN107480815A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 平凡;胡保東;潘龍懿;賈科;林瑤琦
• 申請（專利權）人: 國網河北省電力公司保定供電分公司;國網河北省電力公司;國家電網公司;華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 北京凱特來知識產權代理有限公司11260
• 代理人: 鄭立明,鄭哲

1.一種電力系統臺區負荷預測方法，其特征在于，包括：

步驟1，由動態改變慣性權重的自適應粒子群算法優化后向傳播BP神經網絡連接權值和閾值，直至所述權值和閾值滿足適應度要求；

步驟2，基于優化后的所述權值和閾值，對BP神經網絡參數進行優化訓練，得到參數的最優組合；

步驟3，基于所述最優參數組合進行臺區負荷預測。

2.根據權利要求1所述的方法，其特征在于，所述優化后向傳播BP神經網絡連接權值和閾值的步驟包括：

步驟11，初始化粒子群算法變量，包括設定粒子數目維度、迭代次數最大值、學習因子、慣性權重初值、搜索空間上下限和粒子搜尋速度最大最小值；以及，隨機設置初始搜索位置和速度，將個體最優值設置為其初始方位，從中搜尋全局最優值，同時記載全局最優值序號和全局最優值位置；

步驟12，通過適應度函數計算每一粒子適應度，當其優于個體存儲的極值，則個體最優值更新成當前位置，并存儲新極值；若更新后的個體極值和個體最優值比所存儲的全局最優值更好，則將全局最優值位置就設為該粒子的位置，并存儲新的全局最優值和其序號，所述全局最優值將作為下一次網絡迭代的權值和閾值；

步驟13，將每一個粒子所處位置及運行速度更新，若搜索速度v_i＞v_max，則將其置為v_max；若v_i＜v_min，則將其置為v_min，v_max和v_min為粒子搜尋速度最大值和最小值，其中所述更新依據的公式如下：

vidt+1=wvidt+c1r1(pidt-xidt)+c2r2(pgdt-xidt);]]>

xidt+1=xidt+vidt+1;]]>

式中，r₁,r₂代表(0,1)內均勻分布的隨機數；c₁,c₂為變學習因子，w為慣性權重，是指粒子i在t時刻在d維空間的最優位置，則表示t時刻在d維空間的全局最優位置；

步驟14，更新慣性權重；

步驟15，當到達設定的最大迭代數或收斂精度滿足要求，輸出優化后的權值和閾值，反之，執行步驟12。