一种改进的RBF网络在电力系统短期负荷预测中的应用

• 作者: 张晓亮
• 来源期刊: 煤矿机电
• 学科: 工学
• 关键词: 电力系统 负荷预测 基函数神经网络 最近邻聚类
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 技术实践
• 页码范围: 90-92
• 页数: 3页
• 分类号: TP183
• 字数: 1867字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0874.2008.03.033

摘要

针对径向基函数网络在电力系统负荷预测中隐含层节点数难求问题,提出一种改进的RBF神经网络,采用最近邻聚类学习算法自适应的调整径向基函数中心的宽度值和权值,可提高收敛速度和精度.实例仿真结果证明有效性和可行性,为电力系统负荷预测提供了一种新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓亮	焦作师范高等专科学校计算机与信息工程系	20	25	3.0	4.0