基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用

• 作者: 刘自发 葛少云 赵杰辉
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 主成分分析 径向基函数 人工神经网络 负荷预测 电力系统
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 电力系统
• 页码范围: 35-37,40
• 页数: 4页
• 分类号: TM715
• 字数: 3197字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2004.05.009

摘要

径向基函数(RBF)神经网络应用于电力系统负荷预测时,如果输入空间严重自相关及网络维数较高时,RBF神经网络的预测精度会下降.针对这一问题,文中提出了一种应用于电力负荷预测的改进RBF神经网络新方法.具体是利用主成分分析(PCA)方法对原输入空间进行重构,并根据各主成分的贡献率来确定网络结构,从而有效地解决了预测精度下降的问题.最后通过某省的实际算例验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛少云	天津大学电气与自动化工程学院	71	2937	28.0	54.0
2	刘自发	天津大学电气与自动化工程学院	6	617	6.0	6.0
3	赵杰辉	天津大学电气与自动化工程学院	3	143	2.0	3.0