文献类型：期刊文章

作　　者：师彪[1] 李郁侠[1] 于新花[2] 闫旺[1] 何常胜[1] 孟欣[1]

机构地区：[1]西安理工大学水利水电学院,陕西省西安市710048 [2]青岛科技大学高职技术学院,山东省青岛市261000

出　　处：《电网技术》

基　　金：国家火炬计划创新基金(07C26213711606);陕西省自然科学基础研究计划基金(SJ08E220);山东省软科学基金(2007RKB188)

年　　份：2009

卷　　号：33

期　　号：17

起止页码：180-184

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：为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。

关 键 词：负荷预测 改进粒子群-径向基神经网络模型  泛化能力 预测精度  

分 类 号：TM715]