文献类型：期刊文章

作　　者：陆宁[1,2] 周建中[1] 何耀耀[1]

机构地区：[1]华中科技大学水电与数字化工程学院,湖北武汉430074 [2]武汉理工大学自动化学院,湖北武汉430070

出　　处：《电力系统保护与控制》

基　　金：国家科技支撑计划课题(2008BAB29B08);国家自然科学基金重点项目(50539140);科技部水利部公益性行业科研专项(200701008)

年　　份：2010

卷　　号：38

期　　号：12

起止页码：65-68

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：20102813067845)、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了提高电力系统短期负荷预测精度,针对传统径向基函数(RBF)神经网络在负荷预测中存在的问题,提出一种新的预测模型:粒子群优化的RBF神经网络模型。粒子群算法是一种新的全局优化算法,有很强的全局寻优能力,用它来优化RBF神经网络的权值,并用优化好的RBF网络进行负荷预测。仿真在虚拟仪器LabVIEW和Matlab软件平台上进行,结果表明该预测模型精度高于传统RBF神经网络模型,具有一定实用性。

关 键 词：粒子群优化 神经网络 径向基函数 全局寻优 负荷预测

分 类 号：TM715]