基于RBF神经网络的短期负荷预测方法综述

被引：142

作者：

彭显刚 ^{[1
]}

胡松峰 ^{[1
]}

吕大勇 ^{[2
]}

机构：

[1] 广东工业大学自动化学院

[2] 辽宁省电力有限公司锦州供电公司

来源：

电力系统保护与控制 | 2011年 / 39卷 / 17期

基金：

广东省自然科学基金;

关键词：

短期负荷预测; 人工神经网络; RBF径向基神经网络; 粒子群优化; 智能单粒子优化;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

介绍了基于RBF神经网络的电力系统短期负荷预测方法的相关概念,论述其具体实现途径。通过类比分析的方法对该类预测方法改进的过程进行回顾,指出其在实践中取得的进步。阐述了一些比较成熟的基于RBF神经网络预测模型的基本原理和技术特点,并对它们进行了评价。根据电力系统运行的实际特点和面临的新情况,从算法改进、原始负荷数据筛选和如何结合实际负荷特点等三方面对该方法进行分析。探讨了该领域持续改进的发展空间,指出了该领域进一步发展的技术趋势。

引用

页码：144 / 148

页数：5

共 10 条

[1]

短期电力负荷预测关键问题与方法的研究 [D].