基于多因素粒子群—神经网络算法的短期电价预测  

作　　者：张宝芳[1] 李晓东[1] 

机构地区：[1]广西水利电力职业技术学院

出　　处：《科技信息》2009年第24期182-182,共1页Science & Technology Information

摘　　要：本文提出在神经网络训练中引入基于全局随机优化思想的粒子群优化(PSO)算法,先利用PSO优化BP神经网络的初始权值,然后采用神经网络完成给定精度的学习,建立了粒子群-BP神经网络模型。对美国PJM电力市场的实际电价(LMP)进行预测,与传统BP神经网络相比,该方法收敛速度快、所需历史数据少、预报精度高,验证了该方法的有效性和可行性。

关 键 词：电力市场 电价预测 粒子群算法 BP神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TM715[自动化与计算机技术—控制科学与工程]