[发明专利]一种短期家庭用电负荷预测方法、系统、存储介质及设备

摘要

本发明公开了一种短期家庭用电负荷预测方法、系统、存储介质及设备，确定BP神经网络的架构，选定训练集样本、测试集样本和相关参数；然后对粒子群进行初始化；根据初始化后的参数确定粒子个体历史极值和群体历史极值；根据计算得到的适应度值F更新粒子的位置和速度，当到达预设的误差范围或完成最大迭代次数后迭代完成，此时的gbest位置为最优权值和阈值；对获得的最优权值和阈值进行BP神经网络训练；对实际负荷值和预测负荷值进行比较，计算出预测日的平均相对误差，当平均相对误差满足预先设定的误差允许范围，停止迭代，结束训练，通过误差判断输出预测结果，完成负荷预测。本发明结构简单，增强了预测结果的可靠性。