[发明专利]基于遗传人工鱼群优化RBF神经网络短期负荷预测方法在审
申请号: | 201811197252.2 | 申请日: | 2018-10-15 |
公开(公告)号: | CN109376921A | 公开(公告)日: | 2019-02-22 |
发明(设计)人: | 王瑞;逯静;陈诗雯;周晨曦;王强强;高强;孙忆枫;杨炜炜;闫方 | 申请(专利权)人: | 河南理工大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06N3/12;G06N3/04;G06N3/08 |
代理公司: | 郑州浩德知识产权代理事务所(普通合伙) 41130 | 代理人: | 王国旭 |
地址: | 454000 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 短期负荷预测 人工鱼群算法 人工鱼群优化 全局最优 寻优 遗传 电力负荷预测 负反馈调节 实际电力 实验验证 算法应用 遗传算法 预测模型 预测 逼近 引入 改进 | ||
本发明公开了一种基于遗传人工鱼群优化RBF神经网络短期负荷预测方法,引入了遗传算法的相关操作,来求得全局最优极值,而不是局部极值,改善了人工鱼群算法的寻优性能;并将改进的算法应用到RBF神经网络模型,RBF神经网络无负反馈调节过程,具有最佳的逼近性能和全局最优特性,并依此模型对短期电力负荷预测。本发明的预测方法,避免了人工鱼群算法在寻优过程中产生的方向性差和容易陷入僵局的问题,通过实验验证,本发明提出的预测模型误差更小,预测的精度更高,更加接近实际电力负荷。
技术领域
本发明涉及电力系统技术领域,特别是涉及一种基于遗传人工鱼群优化RBF神经网络短期负荷预测方法。
背景技术
电力系统负荷预测是根据电力负荷、经济、社会、气象等的历史数据,发现这些历史数据的变化规律,并根据这些规律来研究对未来负荷的影响,寻求电力负荷与各种相关因素之间的内在联系,从而对未来的电力负荷进行科学的预测[1]。负荷预测问题涉及电力系统规划和设计、电力系统运行的经济性和安全性、电力市场交易等多个方面,它已成为现代化电力系统运行和管理中的一个重要研究领域。
短期负荷是一个周期性的非平稳随机过程,包括变化相对平稳的正常负荷和受随机因素干扰的变动负荷。为提高短期负荷预测的准确性和实用性,人们已做了大量的研究工作,提出了很多负荷预测的模型和方法[2]。传统方法由于难以建立有效的数学模型,难以考虑影响负荷的气象等因素,以上这些原因使得传统方法预测结果精度不高。基于神经网络的预测方法,取得了一些很成功的应用[3],但是在应用中要求训练样本数量大,考虑影响因素时网络结构复杂,存在训练时间长和局部极小值等问题,限制了它的应用。随着智能算法深入的研究,人们通过对自然界生物的遗传进化行为、蚂蚁的觅食行为、鸟群的空间搜索行为以及鱼群的觅食行为等研究的基础上,通过模拟生物系统,产生了一类新型的群集智能优化算法[4]。目前比较流行的算法包括:遗传算法、蚁群算法、粒子群算法、人工鱼群算法等。这些群集智能优化算法已为解决实际应用中的许多问题做出了贡献,但它们在目标问题的性质、参数调整、计算时间等方面还存在一些局限性。比如蚁群算法的主要缺点是参数选取和设定较困难,连续函数求解过程较复杂;粒子群算法的主要缺点是最大速度选取和加权因子的设定较困难;遗传算法的主要缺点是对初始种群的选择有一定的依赖性;人工鱼群算法是一种新兴的智能算法,其主要缺点是当寻优的区域较大,或处于变化平坦的区域时,收敛到全局最优解的速度变慢,搜索效率劣化。
发明内容
针对现有技术存在的不足之处,本发明的目的在于提供一种基于遗传人工鱼群优化RBF神经网络短期负荷预测方法,采用基于遗传人工鱼群优化RBF神经网络算法对电力系统负荷预测的方法进行优化设计。该算法将遗传算法与人工鱼群算法相结合,取长补短,获得较好的效果,在人工鱼群算法中融合遗传算法的交叉变异操作,建立了基于该算法的RBF神经网络训练模型,提出了基于遗传人工鱼群算法RBF的神经网络的短期负荷预测的新方法。该方法收敛速度快,没有局部极值问题,又可以考虑多种影响负荷因素等问题。
本发明的目的通过下述技术方案实现:
一种基于遗传人工鱼群优化RBF神经网络短期负荷预测方法,通过把遗传算法中的选择、交叉、变异机制引入人工鱼群优化算法,实现了人工鱼个体的跳变,从而调整优化了群体,在提高了人工鱼群算法收敛速度的同时保证了全局搜索能力,该融合算法优化RBF神经网络的设计步骤如下:
第一步,初始化:
清除连续不变化或变化很小的迭代次数NoChangeNum,输入人工鱼的数目N,最大迭代次数number,人工鱼的可视域visual,人工鱼的最大步长step,拥挤度因子δ;产生初始权值ωij(0),每一个分量均为[-1,1]区间内的随机数;以网络的输出误差E定义各人工鱼个体当前位置的食物浓度FC=1/E,取FC为最大值者进入公告板,将其赋给公告板;
第二步,人工鱼群优化行为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南理工大学,未经河南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811197252.2/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理