典型文献
人工蜂群算法+BP神经网络模型在短期电力负荷预测中的应用研究
文献摘要：
为确保电力系统运行的安全性与稳定性,短期电力负荷预测已成为常态化工作.而随着电网形态的多元化、电力负荷的迅猛增长,电力供应紧张局面越发严峻,这就使得电力公司不但要面临技术上的挑战,还要面对经济上的压力.在进行短期电力负荷预测时,经常使用到的人工智能算法有很多,如支持向量法、人工神经网络法以及模糊预测法等,但这些电力负荷预测方法均存在一定不足,如自适应能力较差、寻优时间长、预测精度效果不佳等.为弥补这些不足,在BP神经网络的基础上融合人工蜂群算法,并对这种算法模型在短期电力负荷预测中的应用可行性进行了检验,结果肯定了人工蜂群算法+BP神经网络模型的可行性,该模型具有较好的稳定性和精准度.
文献关键词：
人工蜂群算法;BP神经网络;电力负荷;预测
中图分类号：
作者姓名：
王天力
作者机构：
河南科技大学,河南洛阳471000
文献出处：
引用格式：
[1]王天力-.人工蜂群算法+BP神经网络模型在短期电力负荷预测中的应用研究)[J].机电信息,2022(03):6-9
A类：
B类：
人工蜂群算法,+BP,短期电力负荷预测,电力系统运行,安全性与稳定性,猛增,电力供应,电力公司,但要,人工智能算法,支持向量法,人工神经网络,神经网络法,模糊预测,负荷预测方法,自适应能力,算法模型,应用可行性
AB值：
0.186271
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。
