[发明专利]一种基于人工鱼群神经网络的短期负荷预测方法

摘要

本发明方法采集历史负荷数据以及相关天气数据，将历史负荷数据和相关天气数据形成数据集合并进行预处理，建立人工鱼群神经网络并使用改进的优化算法对其中的阈值和权值进行更新，其中结合了莱维飞行的模拟行为从而更容易扩散鱼群的感应范围，模拟鱼群的行为，使得网络更容易寻找最优食物浓度，提高了收敛速度以及短期负荷预测的精准度；最后将预处理的数据集合作为输入放入初始化后的人工鱼群神经网络中进行训练，利用训练完毕的人工鱼群神经网络进行短期负荷预测。本发明方法解决了现有的人工神经网络结构采用梯度下降法更新权值和阈值而导致神经网络预测时间长的问题，同时提高了短期负荷预测的精度。

主权项

1.一种基于人工鱼群神经网络的短期负荷预测方法，其特征在于，包括以下步骤：S1.获取预测日前N天的历史负荷数据以及预测日前N天的相关天气数据，将获取的历史负荷数据和相关天气数据随机划分为训练集和预测集；并将所有数据建立初始数据集合；其中相关天气数据包括温度和湿度数据；其中N为正整数；S2.对初始数据集合中的数据进行预处理；其中预处理包括标准化处理以及归一化处理；S3.构建人工鱼群神经网络，对所述人工鱼群神经网络进行初始化后将预处理后的训练集数据输入所述人工鱼群神经网络进行训练；S4.将预处理后的预测集数据输入训练完毕的人工鱼群神经网络进行短期负荷预测，输出预测时刻短期负荷的归一化值；S5.对所述预测时刻短期负荷的归一化值进行反归一化处理，得到预测时刻短期负荷的预测结果。