基于GSABO-BP和Bootstrap的电力负荷区间预测
Power load interval prediction based on GSABO-BP and Bootstrap作者机构:中国计量大学机电工程学院浙江杭州310018
出 版 物:《现代电子技术》 (Modern Electronics Technique)
年 卷 期:2024年第47卷第10期
页 面:28-33页
学科分类:0810[工学-信息与通信工程] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 081001[工学-通信与信息系统]
基 金:国家自然科学基金面上项目(62373339) 国家电网有限公司科学技术项目(5700-202314248A-1-1-ZN)
主 题:电力负荷功率 区间预测 BP神经网络 GSABO算法 全局优化 点预测
摘 要:针对电力负荷序列波动性强、预测精度低的问题,提出一种基于GSABO-BP模型和Bootstrap的电力负荷区间预测方法。首先提出一种改进的减法优化算法(GSABO),在保留减法优化算法(SABO)良好的收敛性基础上,融合黄金正弦算法(Gold-SA)来提升其搜索能力;然后,利用所提方法对BP神经网络的权值和阈值进行寻优,构建GSABO-BP预测模型,对电力负荷进行点预测;最后,采用Bootstrap方法分析电力负荷功率预测误差,结合点预测结果确定输出结果的波动区间。经仿真测试,所提方法寻优能力强、鲁棒性好;且相比于其他算法,该方法的预测精度、区间可靠性、区间宽度等均有显著提升。综合点预测和区间预测效果可知,二者结合有助于准确评估预测误差,具有较高的实际应用价值。