[发明专利]基于麻雀搜索算法优化Elman神经网络的短期负荷预测方法

摘要

本发明公开了一种基于麻雀搜索算法优化Elman神经网络的短期负荷预测方法，建立短期负荷预测模型，在经典的Elman动态网络中引入麻雀搜索算法SSA，对该网络的训练过程做进一步的优化；包括以下步骤：首先初始化种群、迭代次数等相关参数，计算适应度值并排序；然后更新发现者、加入者以及改进的意识到危险麻雀位置；再次计算适应度值并更新麻雀位置；判断是否满足SSA的结束条件，在满足条件的情况下，将全局最优值赋予Elman网络的权值和阈值；Elman神经网络进行局部优化；最终预测模型输出最佳预测值。本发明可提高Elman神经网络的泛化能力和适应能力，使预测模型的运算效率和预测精度提高，且该方法辨识能力优于经典Elman网络，泛化误差明显小于经典网络。