基于BP与RBF级联神经网络的日负荷预测

• 作者: 周杰 张忠静 张雪君 陈刚
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 日负荷预测 BP神经网络 径向基函数神经网络 级联神经网络
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 电力市场
• 页码范围: 101-105
• 页数: 5页
• 分类号: TM715
• 语种: 中文

摘要

在采用分段预测方法的基础上,利用小规模BP(back propagation)神经网络学习时间短和径向基函数(radial basis function,RBF)神绎网络自身训练速度快的优点,提出了基 于BP和RBF网络的级联神经网络日负荷预测模型,将影响日负荷变化的非负荷因素(气象、日类型等)与历史负荷因素分别加入BP和RBF网络中分开考虑,进一步简化了预测模型.计算实例表明,该模型较一般级联神经网络模型收敛更快速、高效,预测精度有了很大提高.