免疫人工魚群的RBF神經(jīng)網(wǎng)絡在短期負荷預測中的應用.pdf

1、短期負荷預測是能量管理系統(tǒng)中的重要組成部分，是電力系統(tǒng)調(diào)度運行部門的重要日常工作。短期負荷預測的準確性關(guān)系到電力網(wǎng)的經(jīng)濟調(diào)度運行，以及電力系統(tǒng)的安全性和穩(wěn)定性。隨著電力市場化改革的不斷深入，為了提高電力企業(yè)的經(jīng)濟效益和社會效益，對短期負荷預測的精度提出了更高的要求。
　　 目前，短期負荷預測的方法有很多，包括傳統(tǒng)的預測方法和現(xiàn)代的預測方法。人工神經(jīng)網(wǎng)絡預測方法是現(xiàn)代預測方法中的典型代表，其有著自組織、自學習和自適應的特點，能夠很

2、好地擬合各種復雜的非線性系統(tǒng)。其中，由于徑向基函數(shù)(radial basis function，RBF)神經(jīng)網(wǎng)絡具有良好的任意函數(shù)逼近能力，以及泛化能力強等特點，在短期負荷預測中得到了廣泛應用。
　　 本文首先介紹了電力系統(tǒng)短期負荷預測的意義及其特點和原理，并且闡述了國內(nèi)外短期負荷預測方法的研究現(xiàn)狀。然后詳細介紹了RBF神經(jīng)網(wǎng)絡的基本原理及其相關(guān)的學習算法。接著針對人工魚群算法(artificial fish swarm alg

3、orithm，AFSA)的缺點，采用免疫算法(immune algorithm，IA)對其進行改進，形成免疫人工魚群算法(immune artificial fish swarm algorithm，IAFSA)。最后采用IAFSA自動選取RBF神經(jīng)網(wǎng)絡中的輸入變量，以及對網(wǎng)絡中隱含層到輸出層之間的權(quán)值進行訓練，并用優(yōu)化后的RBF神經(jīng)網(wǎng)絡進行短期負荷預測。通過實際算例的預測結(jié)果表明，本文所提出的方法是可行和有效的。相對于傳統(tǒng)的RBF神經(jīng)