基于RBF神经网络与模糊控制的短期负荷预测

被引：14

作者：

刘昊 ^{[1
]}

张艳 ^{[2
]}

高鑫 ^{[3
]}

舒菲 ^{[4
]}

机构：

[1] 西安建筑科技大学城市规划设计研究院

[2] 甘肃省电力公司

[3] 西北电网有限公司

[4] 中国建筑西北设计研究院有限公司

来源：

电网与清洁能源 | 2009年 / 25卷 / 10期

关键词：

短期负荷预测; 径向基函数神经网络; 模糊控制;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

针对电力系统短期负荷预测,综合考虑温度、日期类型和天气等因素对短期电力负荷的影响,建立了径向基函数(Radial Basis Function,RBF)神经网络和模糊控制相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对预测日负荷进行了预测,并采用在线自调整因子的模糊控制对预测误差进行在线智能修正。实际算例表明RBF神经网络与模糊控制相结合提高了预测精度。

引用

页码：62 / 66

页数：5