基于QPSO_RBF的电力系统短期负荷预测

• 作者: 刘团结 田书 程传平 胡艳丽
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 电力系统 负荷预测 径向基函数 量子粒子群算法
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 理论分析
• 页码范围: 6-9,46
• 页数: 5页
• 分类号: TM715
• 字数: 3780字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2008.18.002

摘要

针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题,提出一种量子粒子群优化(QPSO)算法训练 RBF 网络的方法,在确定网络隐含层节点个数后,将 RBF 网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数.用优化后的网络进行负荷预测,结果表明,该方法与传统的负荷预测方法相比,减少了训练时间并提高了预测精度,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田书	河南理工大学电气工程及自动化学院	58	292	9.0	13.0
2	胡艳丽	河南理工大学电气工程及自动化学院	6	49	3.0	6.0
3	刘团结	河南理工大学电气工程及自动化学院	1	9	1.0	1.0
4	程传平		1	9	1.0	1.0