基于PSO优化BP神经网络的科技园区电力负荷预测

摘要

cqvip:为了实现对深圳湾科技生态园未来楼层用电数据的精确预测,降低预测用电数据的误差对商业楼宇用能调度的不利影响,以科技园区负荷、气象和节假日等历史数据为预测数据的输入,采用粒子群算法(Particle Swarm Optimization,PSO)对BP(Back Propagation)的权重与阈值参数进行迭代优化,使得算法优化后的神经网络具备更好的适应性。通过与BP神经网络模型预测结果和指标进行对比,验证了经PSO优化的BP神经网络对湾区科技园区楼层预测精度更高,能为调度提供更好的指导。