基于改进RBF网络算法的电力系统短期负荷预测

被引：15

作者：

郭伟伟 ^{[1
]}

刘家学 ^{[2
]}

马云龙 ^{[1
]}

李书琰 ^{[1
]}

机构：

[1] 许昌供电公司

[2] 深圳供电局

来源：

电力系统保护与控制 | 2008年 / 36卷 / 23期

关键词：

短期负荷预测; 交替梯度算法; 人工神经网络; 径向基函数; 实用性;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

提出了一种交替梯度算法对径向基函数(RBF)神经网络的训练方法进行改进,并将之运用于电力系统短期负荷预测。交替梯度算法通过优化输出层权值和优化RBF函数的中心与标准偏差值来实现。改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度。所构建的负荷预测模型综合考虑了气象、日类型等影响负荷变化的因素,并在预测形式上做了巧妙处理。预测结果表明改进的RBF网络算法具有一定的实用性。

引用

页码：45 / 48

页数：4

共 5 条

[1] 广州电网负荷特性分析及短期预测模型设计 [J].