基于改进粒子群算法的电力峰值预测

摘要

现如今飞速发展的时代,对电荷峰值的预测已经成为必不可少的一环。传统的预测方法无法满足实际的需要,所以在研究过程中大量使用神经网络的方法来预测。但神经网络自身存在着一些缺陷,比如容易陷入局部最优,引入传统粒子群算法,其在求解复杂优化问题时会出现依赖参数取值等问题,因此提出了一种改进粒子群优化预测模型,采用不同的自适应调整不同粒子的惯性权重和学习因子,文章还通过采用不同的训练集与测试集之间的比例,来验证其适用的普遍性,并得出在训练集:测试集=7:3时预测结果最佳,与采用BP神经网络预测和传统的粒子群优化算法预测相比,误差率分别减少了32.4%,15.0%。