改进深度神经网络的用户用电量预测方法

作者：蔡翔; 朱莉^*

来源：湖北工业大学学报, 2023, 38(01): 15-20.

• 电量预测
• 深度神经网络
• 粒子群算法
• 预测精度

针对深度神经网络对电能预测精度低的问题，提出正弦粒子群优化神经元数量的深度神经网络算法，通过对粒子群算法进行变异操作和惯性权重改进，来对深度神经网络隐藏层神经元参数进行寻优。实验结果表明，SPSONN-DNN算法相比于DNN、极度梯度提升、线性回归、两种改进PSONN-DNN算法的预测精度分别提高了1.926%、2.820%、1.500%、0.633%、0.582%;SPSONN-DNN算法相比于两种改进PSONN-DNN算法迭代次数分别减少6次、4次。

• 出版日期2023
• 单位湖北工业大学; 电子工程学院