山东大学学报(理学版)

作者：王文卿,撖奥洋,于立涛,张智晟

单位：1. 青岛大学电气工程学院, 山东 青岛 266071；2. 国网青岛供电公司, 山东 青岛 266002

关键词：卷积神经网络,自编码器,粒子群优化算法,短期负荷预测,

基金：国家自然科学基金资助项目(51477078)

提出了一种自编码器与PSO算法优化卷积神经网络结合的电力系统短期负荷预测模型。首先利用自编码器对相关变量数据进行处理,降低所需数据的噪声变量,提高预测效率;然后利用粒子群算法对卷积神经网络的权值和阈值进行优化,可有效提高预测模型的预测精度和预测速度。通过对实际电网的负荷数据进行仿真,验证了模型具有较高的预测精度。

来源：2019年第7期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2019年第7期