东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

电力负荷预测的自适应对称调和遗传算法ANN耦合模型

期刊名称：万星，周建中，电力负荷预测的自适应对称调和遗传算法ANN耦合模型，武汉大学学报（工程版）．40（3）
时间：0
分类：TM715[电气工程—电力系统及自动化]
作者机构：[1]华中科技大学水电与数字化工程学院,湖北武汉430074, [2]重庆交通大学机电工程学院,重庆400074
相关基金：国家自然科学基金重点资助项目（编号：50579022;50539140;20050487062）.
相关项目：水电能源及其在电力市场竞争中的混沌演化与双赢策略研究

关键词：对称调和, 遗传算法, 神经网络, 电力负荷, 预测评价, symmetric and congruity, genetic algorithm, neural networks, power load, forecasting assessment

中文摘要：

针对遗传算法存在求解精度与收敛速度间的矛盾，提出一种新的自适应对称调和遗传新算法．该算法中交叉率（crossover rate）和变异率（mutation rate）随着染色体（chromosome）的适应度函数值（fitness value）动态改变，同时在产生子代（child）新种群（group）的过程中来源不是单一的父代（parent）种群，而是由三部分组成，即父代种群中的最优个体直接进入子代种群、通过选择交叉操作产生部分新的个体、投放部分特殊个体．建立了新算法与人工神经网络结合的电力负荷预测耦合模型，并以四川电网负荷实例进行验证．结果表明，自适应对称调和遗传算法的耦合模型避免了网络寻优的盲目性，达到了最优的拟合效果，有效地提高了预测精度和速度，为区域电力负荷预测问题提供了新的分析方法，开辟了建立电力负荷中长期预测模型的新途径．

英文摘要：

In order to solve the conflict between accuracy and convergence rate in genetic algorithm, a novel genetic algorithm for adaptation, symmetry and congruity is proposed. In that algorithm, crossover rate and mutation rate change dynamically with the fitness value of chromosome; child group comes not only from one single parent group but from three parts： optimal individuals of parent group, new individuals derived from crossover selection, new individuals generated randomly. A coupling model for power load prediction is established; by using combination of the new algorithm and ANNS and applied to Sichuan Grid. The result demonstrates that the new coupling model avoids blindness of network seeking optimization, so that to achieve the best fitting result, improve effectively forecasting accuracy and speed, and to provide new analytical method for forecast research of regional power load.