基于改进自适应遗传算法综合能源规划的研究与分析

论文摘要

为了解决日益严峻的社会环境和日趋枯竭资源问题,让不同能源结构能够得到优化配置,本文采用了改进的自适应遗传算法来对能源进行预测分析,借助计量自动化系统提供的大量电力负荷数据,基于用户群体分析与识别,改进自适应遗传算法等大数据技术对负荷进行预测,并对不同行业和部门,不同能源结构进行深入的分析与研究与探讨。对比传统的几种预测算法,得出改进的自适应遗传算法具有更加准确的预测能力,研究结果表明,提前做好相关能源的预测,对能源结构进行过综合的规划是很有必要的,可以引领能源模式走入一种全新的模式,开拓能源互联网新时代。为能源结构的转型升级做好必要的工作。能源的综合规划能缓解现在面临的能源危机和环境污染等严重的问题。

论文目录

• 1 区域能源互联网的研究与分析
•   1.1 区域能源互联网的分析
• 2 数据的挖掘与分析的意义
•   2.1 数据的处理
• 3 改进的自适应遗传算法优化BP神经网络的设计
•   3.1 自适应遗传算法
•   3.2 改进的自适应遗传算法
•   3.3 优化的BP网络初始权值和阈值
• 4 结语

文章来源

类型: 期刊论文

作者: 徐伟燕

关键词: 大数据技术,负荷预测,改进自适应遗传算法,综合能源规划

来源: 电力大数据 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 动力工程,自动化技术

单位: 云南电网红河供电局

分类号: TK01;TP18

DOI: 10.19317/j.cnki.1008-083x.2019.07.005

页码: 34-40

总页数: 7

文件大小: 2981K

下载量: 292