文献类型：期刊文章

作　　者：代丽娴[1]

机构地区：[1]广西梧州学院计算机科学系,广西梧州543002

出　　处：《计算机仿真》

年　　份：2011

卷　　号：28

期　　号：10

起止页码：180-183

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究天燃气负荷预测问题,由于天燃气负荷受人口增多用量增大及天气、季节、节假日等因素影响,具有周期性和随机性的变化规律,形成一种非线性特性,传统预测方法无法进行准确的预测,预测精度比较低。为了提高天燃气负荷的预测精度,提出一种基于RBF神经网络的天燃气负荷预测方法。首先对天燃气负荷历史数据进行预处理,剔掉一些异常的数据,然后将数据输入到RBF神经网络中学习,采用遗传算法对RBF神经网络参数进行优化,从而建立最优的天燃气负荷预测模型。采用某企业的天燃气负荷数据对模型的性能进行验证,实验结果表明,相对于传统预测方法,RBF神经网络提高了天燃气负荷预测精度,是一种较好的天燃气预测方法。

关 键 词：天燃气  负荷预测 人工神经网络

分 类 号：TU996]