基于BP与RBF级联神经网络的日负荷预测

被引：36

作者：

陈刚 ^{[1
]}

周杰 ^{[1
]}

张雪君 ^{[1
]}

张忠静 ^{[2
]}

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

[2] 贵州电网公司贵阳供电局

来源：

电网技术 | 2009年 / 33卷 / 12期

关键词：

日负荷预测; BP神经网络; 径向基函数神经网络; 级联神经网络;

D O I：

10.13335/j.1000-3673.pst.2009.12.015

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

在采用分段预测方法的基础上,利用小规模BP(back propagation)神经网络学习时间短和径向基函数(radial basis function,RBF)神经网络自身训练速度快的优点,提出了基于BP和RBF网络的级联神经网络日负荷预测模型,将影响日负荷变化的非负荷因素(气象、日类型等)与历史负荷因素分别加入BP和RBF网络中分开考虑,进一步简化了预测模型。计算实例表明,该模型较一般级联神经网络模型收敛更快速、高效,预测精度有了很大提高。

引用

页码：101 / 105

页数：5

共 17 条

[1] 基于双层贝叶斯分类的空间负荷预测
陶文斌
张粒子
潘弘
李振元
郑华
[J]. 中国电机工程学报, 2007, (07) : 13 - 17
[2] 基于模糊神经网络的电力负荷短期预测
于海燕
张凤玲
[J]. 电网技术, 2007, (03) : 68 - 72
[3] 短期负荷预测中实时气象因素的影响分析及其处理策略
康重庆
周安石
王鹏
郑广君
刘一
[J]. 电网技术, 2006, (07) : 5 - 10
[4] 基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法
雷绍兰
孙才新
周湶
张晓星
程其云
[J]. 中国电机工程学报, 2005, (22) : 81 - 85
[5] 基于免疫聚类径向基函数网络模型的短期负荷预测
吴宏晓
侯志俭
刘涌
蒋传文
[J]. 中国电机工程学报, 2005, (16) : 53 - 56
[6] 基于模糊聚类分析与BP网络的电力系统短期负荷预测
姚李孝
宋玲芳
李庆宇
万诗新
[J]. 电网技术, 2005, (01) : 20 - 23
[7] 基于时间序列的支持向量机在负荷预测中的应用
张林
刘先珊
阴和俊
[J]. 电网技术, 2004, (19) : 38 - 41
[8] 基于竞争分类的神经网络短期电力负荷预测
姚李孝
姚金雄
李宝庆
万诗新
[J]. 电网技术, 2004, (10) : 45 - 48
[9] 基于人工神经网络的短期负荷预测
李振然
贾旭彩
[J]. 广西电力, 2002, (04) : 7 - 10
[10] 基于支撑向量机方法的短期负荷预测
赵登福
王蒙
张讲社
王锡凡
[J]. 中国电机工程学报, 2002, (04) : 27 - 31

← 1 2 →