典型文献
基于改进双向GABP神经网络的电力负荷缺失数据补全方法
文献摘要：
电力负荷数据是进行负荷预测的基础,常因传感和存储等原因导致数据缺失.针对电力负荷数据的缺失问题,提出一种基于改进双向遗传BP神经网络(genetic algorithm back propagation network,GABP)的电力负荷缺失数据补全方法.首先对遗传算法进行改进,提高算法在进化中对种群中优良个体的保存能力.然后将改进的遗传算法引入到对BP神经网络的阈值与权值优化中,建立GABP算法模型.在此基础上,针对单一方向的数据补全存在波峰或波谷的处理问题,提出双向GABP方法,分别从两个方向进行数据补全,并进行加权,增加数据补全的精确性.采用三种不同行业的负荷数据进行实例分析.结果表明,采用双向GABP补全方法能够准确挖掘缺失数据,避免缺失点处于波峰、波谷导致的误差,能够应用到电力系统的负荷数据预处理中.
文献关键词：
遗传算法;BP神经网络;预测;预处理;电力负荷;数据缺失
中图分类号：
作者姓名：
洪德华;张翠翠;宫政;雷沁怡
作者机构：
国网安徽省电力有限公司,安徽 合肥 230000
文献出处：
引用格式：
[1]洪德华;张翠翠;宫政;雷沁怡-.基于改进双向GABP神经网络的电力负荷缺失数据补全方法)[J].电气自动化,2022(05):41-45
A类：
B类：
GABP,电力负荷,缺失数据补全,负荷数据,负荷预测,常因,数据缺失,genetic,algorithm,back,propagation,network,改进的遗传算法,权值优化,算法模型,波峰,波谷,增加数,精确性,同行业,缺失点,电力系统,数据预处理
AB值：
0.266745
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
