安徽工程科技学院学报（自然科学版）
安徽工程科技學院學報（自然科學版）
안휘공정과기학원학보（자연과학판）
JOURNAL OF ANHUI UNIVERSITY OF TECHNOLOGY AND SCIENCE (NATURAL SCIENCE)
2007年
2期
33-35
,共3页
田丽%黄世伟%李泽应%王军
田麗%黃世偉%李澤應%王軍
전려%황세위%리택응%왕군
径向基函数%粒子群%短期负荷%预测
徑嚮基函數%粒子群%短期負荷%預測
경향기함수%입자군%단기부하%예측
根据电力负荷的主要影响因素,考虑时间和天气,建立了基于粒子群算法(PSO)和径向基函数(RBF)神经网络的短期负荷预测模型.由粒子群算法对RBF神经网络的训练进行优化,提高了模型的可信度和可靠性.结果表明,该方法具有较高的预测精度,有一定的应用前景.
根據電力負荷的主要影響因素,攷慮時間和天氣,建立瞭基于粒子群算法(PSO)和徑嚮基函數(RBF)神經網絡的短期負荷預測模型.由粒子群算法對RBF神經網絡的訓練進行優化,提高瞭模型的可信度和可靠性.結果錶明,該方法具有較高的預測精度,有一定的應用前景.
근거전력부하적주요영향인소,고필시간화천기,건립료기우입자군산법(PSO)화경향기함수(RBF)신경망락적단기부하예측모형.유입자군산법대RBF신경망락적훈련진행우화,제고료모형적가신도화가고성.결과표명,해방법구유교고적예측정도,유일정적응용전경.
