CAJ | 학술논문

深入研究了温度、湿度以及风速等气象条件对电力负荷的影响，建立了基于径向基函数（RBF）神经网络进行短期负荷预测的模型。以广东省某地区月负荷数据作为原始数据，利用RBF神经网络的非线性逼近能力预测出日负荷曲线，并用实测数据对其进行了检验，同时与同等条件下建立的BP神经网络模型预测的结果进行了综合对比。结果表明，基于RBF神经网络模型预测的误差比BP神经网络模型预测的误差要小，其预测精度可以为供电企业对负荷进行合理的规划和准确的调度提供依据，具有一定的工程指导意义。
심입연구료온도、습도이급풍속등기상조건대전력부하적영향，건립료기우경향기함수（RBF）신경망락진행단기부하예측적모형。이광동성모지구월부하수거작위원시수거，이용RBF신경망락적비선성핍근능력예측출일부하곡선，병용실측수거대기진행료검험，동시여동등조건하건립적BP신경망락모형예측적결과진행료종합대비。결과표명，기우RBF신경망락모형예측적오차비BP신경망락모형예측적오차요소，기예측정도가이위공전기업대부하진행합리적규화화준학적조도제공의거，구유일정적공정지도의의。