基于差分理论的短期负荷预测神经网络模型

• 作者: 李方方 杜杰 邵定宏 郁云
• 来源期刊: 科技与创新
• 关键词: 差分 神经网络 负荷预测
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 软件时空
• 页码范围: 210-212
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.03.084

摘要

电力负荷是受周期性变化以及天气等因素影响的高度非线性系统,而神经网络仅仅对已学习过的模式具有较好的范化能力.为提高神经网络的负荷预测精度,提出先对原始负荷序列进行差分运算以除去其周期性影响,然后依据相似性原理建立RBF神经网络预测模型,仿真实验表明采用该方法短期负荷预测精度有所改善.