论文部分内容阅读
针对短期电力负荷预测的精度和网络的收敛问题，通过分析BP、PSO固有缺点，采用周期改变惯性因子（PCW）和动态改变惯性因子（DCW）的双策略，同时对传统的流程增加了额外BP局部寻优，编制了基于MATLAB的混合改变惯性因子PSO—BP神经网络算法（PDPSO—BP），并对广东某城市短期负荷进行预测。结果表明，PDPSO—BP有效地改善了BP的泛化能力，PSO的搜索能力，整体加快了网络的收敛速度，提高了预测的精度，保持误差在3％以下，具有良好的预测效果，满足负荷预测的要求。