文章：《基于萤火虫算法改进BP神经网络的电力用能行为预测方法》

    学报：沈阳工业大学学报，2023年第3期

    作者：吴明兴、谷昊霖、别佩、陈青、杨塞特

    评荐：孙秋野（沈阳工业大学副校长）

    人工智能技术为准确预测电力负荷、提升电网管理和电力调度效率带来新机遇。该文提出一种利用萤火虫算法来优化原有算法参数和网络结构的方法，并提供清晰的原理和步骤。这种组合算法基于特征提取和特征创造，能够从不同时间段、不同用户的电力用能数据中挖掘出时间序列特征，为电力负荷预测的准确性和稳定性奠定了基础，具有创新性。

    准确、稳定的电力负荷预测为电力系统运行和调度提供了更好的决策依据，有助于降低电力供应成本，避免供应过剩或不足，提高供电可靠性。同时，可辅助电力用户合理安排用电时间，避免高峰期的高昂用电成本，减少用电峰值时段电力系统的冲击。因此，该研究成果对于实现电力供需平衡、提高电能利用率以及降低供电成本具有一定辅助作用，能够提高潜在的经济效益。对电力资源的合理规划和调度也有利于降低对传统化石能源的依赖，减少温室气体的排放，有助于推动清洁能源的开发和应用，电力供需平衡也将提高社会生产力和经济运行效率，促进工业生产和商业活动，具有积极的社会效益。