基于萤火虫算法改进BP神经网络的电力用能行为预测方法
吴明兴1
谷昊霖2
别佩2
陈青2
杨塞特3
1.华中科技大学 电气与电子工程学院,武汉 430074;广东电力交易中心有限责任公司 发展研究部,广州 5100302.广东电力交易中心有限责任公司 发展研究部,广州 5100303.北京清能互联科技有限公司 战略咨询部, 北京 100084
摘要：针对BP神经网络由于随机初始化权重和偏置导致对用电情况预测的误差偏大且容易陷入局部最优的问题,提出了一种利用萤火虫算法对BP神经网络的权重和偏置进行优化的电力用能行为预测方法.该方法基于用户不同时间段的用电量数据提取时间序列特征,并采用K-means聚类算法对用电行为类似的用户进行聚合及分析,从而建立电力负荷预测模型对每类用户的负荷加以预测.实验结果表明,基于萤火虫算法改进BP神经网络预测模型的均方根误差以及平均绝对误差百分比均低于BP神经网络模型,能够合理地对电力用能行为进行预测.
关键词：BP神经网络萤火虫算法电力用能行为时间序列K-means聚类聚合分析电力负荷预测均方根误差
分类号：TM715(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(71701087)广东电网有限责任公司科技项目(GDKJXM20185364)
论文发表日期：2023-05-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 241-246 )
英文信息