基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法

郭帅朝; 马闯

doi:10.16628/j.cnki.2095-8188.2026.05.001

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法

研究与分析 | 更新时间：2026-06-12

- 基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法
- 基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法
- 电器与能效管理技术 2026年第5期页码：1-7
- 作者机构：
  
  1. 国网河北省电力有限公司邯郸供电分公司
  2. 中车唐山机车车辆有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(51877152)
- DOI：10.16628/j.cnki.2095-8188.2026.05.001
  中图分类号： TM715;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
郭帅朝, 马闯. 基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法[J]. 电器与能效管理技术, 2026,(5):1-7.

郭帅朝, 马闯. 基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法[J]. 2026, (5): 1-7.
郭帅朝, 马闯. 基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法[J]. 电器与能效管理技术, 2026,(5):1-7. DOI： 10.16628/j.cnki.2095-8188.2026.05.001.

郭帅朝, 马闯. 基于混合蜂群优化和深度信念网络的短期电力负荷多变量耦合预测算法[J]. 2026, (5): 1-7. DOI： 10.16628/j.cnki.2095-8188.2026.05.001.

摘要

针对传统负荷预测算法难以对电力负荷数据中的非线性进行有效处理的问题，设计了一种新型短期电力负荷多变量耦合预测算法。利用深度信念网络对多变量之间的复杂耦合关系和深层特征表示进行自动学习，实现了对非线性特征和深层特征的有效提取。同时在传统蜂群优化算法中引入超参数自适应选择策略，形成混合蜂群优化算法，实现了关键参数的全局寻优，有效提升了算法的泛化能力和预测精度。结果表明，所提算法的预测准确率和预测效率均达到99%以上，实现了负荷变化整体趋势的准确捕捉，为电力系统的实时调度和优化奠定了重要基础。

Abstract

关键词

Keywords

references

黄宇,胡怡然,马金杰,梁博彦,崔玉雷,张浩.基于RIME优化VMD与TCN-Crossformer多尺度融合的短期电力负荷预测[J].电力科学与工程,2025(08).

刘锦涛,孙玉芹,郭子涛,王添翼,程文.基于Attention-GAT-LSTM的算法模型在新型电力系统中的应用探索[J].南方电网技术,2025(06).

万炜兴,谢丽蓉,张龙军,卞一帆,马兰.基于时间特征分析的NST-IRN组合模型短期负荷功率预测[J].太阳能学报,2025(07).

陈景文,黄羽倩,刘耀先,陈宋宋,钱晓瑞,周颖,詹祥澎.基于复合因子构造的KAN-BiLSTM电力负荷预测方法[J].中国电力,2025(12).

蔡子龙,李嘉棋,沈赋,王健,徐潇源,杨宇林.基于SDAE-EEMD降噪分解与改进Informer-BiLSTM模型的电力短期负荷预测方法[J].电网技术,2025(12).

郁佳杰,付保川,朱建业,韩雅明.基于扩展长短期记忆网络的电力系统短期负荷预测[J].计算机测量与控制,2025(08).

叶建盈,刘磊,林波,陈颖婷,黄光华,舒一展.基于粒子群和蚁狮混合优化算法的Jiles-Atherton磁滞模型参数辨识[J].电器与能效管理技术,2026(02).

吉沈,张玲华.面向能源互联网的负荷预测方法研究[J].电子设计工程,2025(16).

周鑫,杨欣颐,肖亮,毛振宇.数据匮乏场景下利用有限测量数据进行电力负荷预测的方法[J].国外电子测量技术,2025(08).

井江波,邸宏宇,向朝阳,王婷.区域电力负荷深度特征序列智能预测仿真[J].计算机仿真,2025(06).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合稀疏编码器和改进蚁群算法的电力系统负荷预测算法设计

某客运中心的配电网规划

供售电量预测软件及实例分析

电动汽车随机充电对主动配电网的影响研究

考虑气象因素的改进ARIMA电动汽车充电负荷预测