电气技术
電氣技術
전기기술
ELECTRICAL ENGINEERING
2012年
2期
36-38
,共3页
RBF神经网络%电力系统%月度负荷预测
RBF神經網絡%電力繫統%月度負荷預測
RBF신경망락%전력계통%월도부하예측
RBF neural network%power system%monthly load forecasting
月度负荷预测是电力系统计划、调度、营销部门的重要工作之一,本文根据影响月度负荷的因素,运用Matlab工具箱,建立基于RBF神经网络的月度负荷预测模型,利用它对某地区2009年的月度负荷进行预测,预测结果为相对误差1.96%,因此,据预测结果可知本文提出的模型预测精度较高,完全可以达到工程实际应用的目标。
月度負荷預測是電力繫統計劃、調度、營銷部門的重要工作之一,本文根據影響月度負荷的因素,運用Matlab工具箱,建立基于RBF神經網絡的月度負荷預測模型,利用它對某地區2009年的月度負荷進行預測,預測結果為相對誤差1.96%,因此,據預測結果可知本文提齣的模型預測精度較高,完全可以達到工程實際應用的目標。
월도부하예측시전력계통계화、조도、영소부문적중요공작지일,본문근거영향월도부하적인소,운용Matlab공구상,건립기우RBF신경망락적월도부하예측모형,이용타대모지구2009년적월도부하진행예측,예측결과위상대오차1.96%,인차,거예측결과가지본문제출적모형예측정도교고,완전가이체도공정실제응용적목표。
Monthly load forecasting is one of the important works of the scheduling, planning, marketing of the power system. In this paper, according to the factors influencing the monthly load, load forecasting model based on BRF neural network were established using Matlab toolbox. Furthermore, monthly load of an area of 2009 was predicted using this model, and the relative error is 1.96%. The forecast results show that the model has higher precision and can achieve the goals of practical applications of engineering.
