基于GA-BP神经网络的短期微电网负荷预测模型研究

摘要

精准的负荷预测是保障微电网安全运行的基础。为提高短期微电网预测精度,解决预测实时性响应不足的问题,本文首先提出了一种遗传算法-误差反向传播算法(genetic algorithm-back propagation, GA-BP)神经网络的短期微电网负荷预测模型。其次根据负荷数据的时序相关性,选取相似日作为训练数据集。再次将遗传算法融合到BP神经网络的参数优化中,建立GA-BP神经网络预测模型。训练数据集对模型进行大量训练学习后,根据多种影响因素进行预测,通过与实际数据的对比,检验预测模型的准确性。最后进行对比实验,使用多种评价指标来比较不同模型的预测结果,对比结果表明该算法稳定性最高,性能最好,是一种实用的预测模型。