一种电力负荷智能预测模型的优化方法

本发明公开了一种电力负荷智能预测模型的优化方法，包括：建立智能预测模型，设置所需寻优参数以及各参数的寻优范围；初始化全局麻雀优化算法的参数与种群；迭代更新麻雀位置，得到最优参数；将得到的最优参数应用于智能预测模型进行负荷预测。本发明通过Tent混沌序列初始化种群，可以使种群在解空间中分布的更加均匀，可以增加前期种群的全局搜索能力；本发明添加了步长控制因子，使种群在迭代前期拥有更大的搜索范围，增强了前期的全局搜索能力，随着迭代次数的增加，步长控制因子减小，可以进行更好的局部搜索，收敛速度也得到了提升；本发明通过对智能预测模型的参数进行优化，使模型的预测能力得到提升。
上海电力大学
栗风永 | 杨洋 | 于宗良