来源：期刊VIP网 时间：
作者：李琦;许素安;
单位：中国计量大学机电工程学院;
摘要：针对电力负荷序列波动性强、预测精度低的问题，提出一种基于GSABO-BP模型和Bootstrap的电力负荷区间预测方法。首先提出一种改进的减法优化算法（GSABO），在保留减法优化算法（SABO）良好的收敛性基础上，融合黄金正弦算法（Gold-SA）来提升其搜索能力；然后，利用所提方法对BP神经网络的权值和阈值进行寻优，构建GSABO-BP预测模型，对电力负荷进行点预测；最后，采用Bootstrap方法分析电力负荷功率预测误差，结合点预测结果确定输出结果的波动区间。经仿真测试，所提方法寻优能力强、鲁棒性好；且相比于其他算法，该方法的预测精度、区间可靠性、区间宽度等均有显著提升。综合点预测和区间预测效果可知，二者结合有助于准确评估预测误差，具有较高的实际应用价值。
关键词：电力负荷功率;;区间预测;;BP神经网络;;GSABO算法;;全局优化;;点预测
基金资助：国家自然科学基金面上项目（62373339）;; 国家电网有限公司科学技术项目（5700-202314248A-1-1-ZN）
