基于PSO的RBF神经网络短期电力负荷预测

• 作者: 李泽应 王军 田丽 黄世伟
• 来源期刊: 安徽工程科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 径向基函数 粒子群 短期负荷 预测
• 年，卷（期）: 2007,（2）
• 页码范围: 33-35
• 页数: 3页
• 分类号: TP18|TM714
• 字数: 2007字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0977.2007.02.009

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田丽	安徽工程科技学院安徽省电气传动与控制重点实验室	105	450	10.0	14.0
2	王军	安徽工程科技学院安徽省电气传动与控制重点实验室	28	61	4.0	5.0
3	黄世伟	安徽工程科技学院安徽省电气传动与控制重点实验室	3	9	2.0	3.0
4	李泽应	安徽工程科技学院安徽省电气传动与控制重点实验室	10	45	4.0	6.0