【技术实现步骤摘要】
一种基于改进灰狼优化算法的弹性神经网络负荷预测方法
本专利技术属于电力负荷预测领域，具体涉及一种基于改进灰狼优化算法的弹性神经网络负荷预测方法。
技术介绍
负荷是指电力需求量或用电量，负荷预测则是根据电力系统的运行特性、装机容量，并考虑当地的自然条件与社会影响等诸多因素，在满足一定精度要求的条件下，确定未来某特定时刻的用电负荷的一项技术。电力负荷预测是电网公司能量管理系统中的重要模块之一，准确的负荷预测数据，可以有效指导电力生产与调度部门的工作，从而经济地安排电网内部发电机组的启停，合理地制定发电机组的检修计划，保证电网运行的安全性和稳定性。同时可以减小不必要的发电机组备用容量，有效地降低发电成本，保障社会的正常生产和人民的正常生活，提高经济效益和社会效益。负荷预测的方法主要分为经典预测方法和现代预测方法。经典预测方法包括趋势外推法、时间序列法、回归分析法等，这些经典的预测方法发展到现在已经比较成熟，预测结果具有一定的参考价值。但是，随着风能、太阳能等形式的新能源接入电网，导致电网的规模不断扩大，复杂程度不断提高，就...
【技术保护点】
1.一种基于改进灰狼优化算法的弹性神经网络负荷预测方法，其特征在于，包括以下步骤：/n步骤1：搜集一个地区的历史气象数据和用电负荷数据，并对其进行归一化处理；/n步骤2：根据数据规模确定神经网络的结构，计算需要优化的神经网络连接权值与阈值的个数；/n步骤3：将步骤1归一化处理后的历史气象数据作为神经网络的输入向量，用电负荷数据作为神经网络的输出向量，选择预测样本的神经网络预测误差为适应度函数，并采用弹性梯度下降法训练神经网络；/n步骤4：采用改进后的灰狼优化算法对神经网络各个神经元之间的连接权值与阈值进行迭代寻优，完成一次迭代寻优后，计算并记录本次寻优得到的灰狼个体作为神经...
【技术特征摘要】
1.一种基于改进灰狼优化算法的弹性神经网络负荷预测方法，其特征在于，包括以下步骤：
步骤1：搜集一个地区的历史气象数据和用电负荷数据，并对其进行归一化处理；
步骤2：根据数据规模确定神经网络的结构，计算需要优化的神经网络连接权值与阈值的个数；
步骤3：将步骤1归一化处理后的历史气象数据作为神经网络的输入向量，用电负荷数据作为神经网络的输出向量，选择预测样本的神经网络预测误差为适应度函数，并采用弹性梯度下降法训练神经网络；
步骤4：采用改进后的灰狼优化算法对神经网络各个神经元之间的连接权值与阈值进行迭代寻优，完成一次迭代寻优后，计算并记录本次寻优得到的灰狼个体作为神经网络连接权值与阈值时适应度函数的值，即预测误差的大小，在每一次迭代完成后都重复此操作，直到达到最大迭代次数；
4.1、引入kent混沌映射，得到分布更加均匀的初始灰狼种群；
4.2、融合粒子群算法个体保留机制，提高算法寻找到全局最优解的概率；
4.3、采用局部收敛破坏机制，避免算法陷入局部最优；
步骤5：迭代结束后，选择种群中适应度函数的值最小，即适应度最好的灰狼个体作为神经网络最终的连接权值和阈值，建立神经网络预测模型；
步骤6：根据天气预报系统给出的该地区未来时刻的气象数据，输入到步骤5所得到的神经网络预测模型之中，得到短期用电负荷预测结果。
2.根据权利要求1所述的一种基于改进灰狼优化算法的弹性神经网络负荷预测方法，其特征在于，所述步骤2中，根据神经网络结构，计算需要优化的神经网络连接权值与阈值的个数，具体的计算方法为
nω12＝nin×nhid(1)
其中，nin表示输入层的神经元个数，nhid表示隐含层神经元个数，nω12为需要优化的神经网络输入层与隐含层之间连接权值的个数；
nω23＝nhid×nout(2)
其中，nout为输出层的神经元个数，nω23为需要优化的神经网络隐含层与输出层之间连接权值的个数；
nθ＝nhid+nout(3)
其中，nθ为需要优化的神经网络阈值的个数。
3.根据权利要求1所述的一种基于改进灰狼优化算法的弹性神经网络负荷预测方法，其特征在于，所述步骤4.1中，kent混沌映射是一种分段的线性映射，其数学表达式为
其中，xi(t)表示第i个数在第t次迭代后的值，xi(t+1)表示第i个数在第t+1次迭代后的值；控制参数α∈(0,1)，当α＝0.4时，其概率密度函数在(0,1)内服从均匀分布；
由于混沌变量的定义域在[0,1]之间，所以需要将随机生成的初始种群映射到[0,1]之间，两者之间的转换映射公式为
Xi＝xi·(Xma...
【专利技术属性】
技术研发人员：孟祥硕，肖玲斐，马磊明，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。