基于RBF神经网络和天气数据的负荷预测虚拟仪器设计

• 作者: 向学军 夏昌浩 胡翔勇
• 来源期刊: 继电器
• 学科: 工学
• 关键词: RBF 神经网络 短期负荷预测 LabVIEW Matlab
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 电力系统分析与控制
• 页码范围: 29-32,44
• 页数: 5页
• 分类号: TM715
• 字数: 3368字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2007.02.007

摘要

气温、气压等天气因素决定了人体舒适度.随着社会经济的快速发展,空调和取暖负载在总用电负荷中的比重日益增加,天气对负荷波动的影响越来越明显.提出了一种考虑风速、降水、气压、气温、湿度等天气数据的径向基(RBF)神经网络日负荷预测模型,用实际负荷数据和天气数据进行训练,将预测结果与BP网络模型得到的结果进行比较,表明了该模型的优越性,也介绍了基于该模型和LabVIEW、Matlab的负荷预测虚拟仪器的前面板和流程图设计过程.结果表明,提出的模型算法简单、精度高、稳定性好,用虚拟仪器进行电力负荷预测具有操作简单、直观、节省费用等优点.所介绍的方法可以用于其它类型负荷预测模型的虚拟实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡翔勇		40	482	9.0	21.0
2	向学军		48	304	11.0	15.0
3	夏昌浩		33	196	8.0	13.0