文献类型：期刊文章

作　　者：陈刚[1] 周杰[1] 张雪君[1] 张忠静[2]

机构地区：[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),重庆市沙坪坝区400044 [2]贵州电网公司贵阳供电局,贵州省贵阳市550002

出　　处：《电网技术》

年　　份：2009

卷　　号：33

期　　号：12

起止页码：101-105

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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。

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

分 类 号：TM715]