典型文献
基于GRA-SSA-BP神经网络的电力负荷预测方法
文献摘要：
为了解决现有的电力负荷预测方法存在准确率低、效率不高和精度不足等问题,笔者提出基于GRA-SSA-BP神经网络的电力负荷预测方法.首先利用灰色关联度分析确定电力负荷与温度、压力、湿度和压强之间的关联程度,再利用麻雀搜索算法优化BP神经网络中的权重值和偏置值,解决BP神经网络预测准确度不高的问题.实验结果表明,基于GRA-SSA-BP神经网络的电力负荷预测结果与实测值基本吻合,预测效果理想,决定系数达到0.945,为电力负荷预测提供一种有效的方法.
文献关键词：
电力负荷预测;灰色关联度分析;麻雀搜索算法;BP神经网络
中图分类号：
作者姓名：
金丽丽
作者机构：
柳州铁道职业技术学院,广西 柳州 545616
文献出处：
引用格式：
[1]金丽丽-.基于GRA-SSA-BP神经网络的电力负荷预测方法)[J].红水河,2022(03):92-96
A类：
B类：
GRA,SSA,电力负荷预测,负荷预测方法,效率不高,灰色关联度分析,关联程度,麻雀搜索算法,算法优化,权重值,偏置,神经网络预测,预测准确度,实测值,效果理想,决定系数
AB值：
0.187159
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。
