基于PCA和RBF神经网络的中长期负荷预测方法

• 作者: 夏成军 席云华 张尧 林凌雪 胡金磊
• 来源期刊: 电气应用
• 学科: 工学
• 关键词: 主成分分析 RBF神经网络 中长期负荷预测
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 电力系统
• 页码范围: 61-64
• 页数: 4页
• 分类号: TM7
• 字数: 2916字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9560.2008.02.018

摘要

针对电力系统负荷预测问题,利用径向基函数(RBF)神经网络补全历史负荷数据,然后在主成分分析(Principal Component Analysis,PCA)和RBF神经网络原理的基础上,结合PCA和RBF神经网络方法进行负荷预测.实例表明该方法能有效降低输入变量的维数,且具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林凌雪	华南理工大学电力学院	26	469	11.0	21.0
2	张尧	华南理工大学电力学院	229	5315	35.0	61.0
3	夏成军	华南理工大学电力学院	95	1418	18.0	35.0
4	胡金磊	华南理工大学电力学院	9	119	6.0	9.0
5	席云华	华南理工大学电力学院	1	12	1.0	1.0