科技信息
科技信息
과기신식
SCIENTIFIC & TECHNICAL INFORMATION
2011年
33期
299,325
,共2页
短期负荷预测%径向基神经网络%免疫粒子群优化算法
短期負荷預測%徑嚮基神經網絡%免疫粒子群優化算法
단기부하예측%경향기신경망락%면역입자군우화산법
针对电力系统短期负荷预测的特点,以及人工神经网络的自学习和复杂的非线性拟合能力,提出了基于径向基(RBF)神经网络的短期电力负荷预测模型.采用免疫粒子群优化算法来训练网络的隐层节点、径向基函数的中心点和网络权值,综合考虑气象、天气等影响负荷因素进行短期负荷预测,仿真试验表明,该方法同传统RBF神经网络相比,具有较高的预测精度,同时具有较强的实用性.
針對電力繫統短期負荷預測的特點,以及人工神經網絡的自學習和複雜的非線性擬閤能力,提齣瞭基于徑嚮基(RBF)神經網絡的短期電力負荷預測模型.採用免疫粒子群優化算法來訓練網絡的隱層節點、徑嚮基函數的中心點和網絡權值,綜閤攷慮氣象、天氣等影響負荷因素進行短期負荷預測,倣真試驗錶明,該方法同傳統RBF神經網絡相比,具有較高的預測精度,同時具有較彊的實用性.
침대전력계통단기부하예측적특점,이급인공신경망락적자학습화복잡적비선성의합능력,제출료기우경향기(RBF)신경망락적단기전력부하예측모형.채용면역입자군우화산법래훈련망락적은층절점、경향기함수적중심점화망락권치,종합고필기상、천기등영향부하인소진행단기부하예측,방진시험표명,해방법동전통RBF신경망락상비,구유교고적예측정도,동시구유교강적실용성.
