电力市场下负荷分析与预测优化方法的研究

作者：马立新; 彭华坤; 李渊

来源：信息技术, 2013, (09): 58-61.

DOI：10.13274/j.cnki.hdzj.2013.09.009

• 次日电力市场
• 分析与预测
• 粒子群算法
• 神经网络 next day electricity market
• analysis and forecast
• particle swarm algorithm
• BP network

在电力市场环境下,负荷的分类和预测至关重要。为了提高预测的速度与精度,提出了运用粒子群与误差反向传播(BP)神经网络相结合的预测方法 (POS-BP法)和模型。并根据某市电业局电力负荷数据建立了模型,运用PSO-BP算法对次日负荷进行了预测。从预测结果看该方法收敛速度快、预测精度显著提高。应用于电力市场分析及预测有很好的效果和前景。

• 出版日期2013
• 单位上海理工大学