基于改进RBF网络算法的电力系统短期负荷预测

• 作者: 刘家学 李书琰 郭伟伟 马云龙
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 短期负荷预测 交替梯度算法 人工神经网络 径向基函数 实用性
• 年，卷（期）: 2008,（23）
• 所属期刊栏目: 应用研究
• 页码范围: 45-48
• 页数: 4页
• 分类号: TM715
• 字数: 3533字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2008.23.010

摘要

提出了一种交替梯度算法对径向基函数(RBF)神经网络的训练方法进行改进,并将之运用于电力系统短期负荷预测.交替梯度算法通过优化输出层权值和优化RBF函数的中心与标准偏差值来实现.改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度.所构建的负荷预测模型综合考虑了气象、日类型等影响负荷变化的因素,并在预测形式上做了巧妙处理.预测结果表明改进的RBF网络算法具有一定的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭伟伟		9	50	3.0	7.0
2	马云龙		3	56	3.0	3.0
3	李书琰		5	39	3.0	5.0