电力负荷的径向基函数神经网络模型预测

• 作者: 李程 谭阳红
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 反向传播神经网络模型 径向基函数神经网络模型 负荷预测
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 理论研究
• 页码范围: 1-3,11
• 分类号: TP391.9
• 字数: 2049字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2010.05.001

摘要

由于基于反向传播 (back propagation,BP) 的神经网络模型自身固有的缺点,其电力负荷预测结果不理想, 而径向基函数(radial basis function,RBF) 神经网络模型具有全局逼近的性质,不存在局部最小问题,为此,针对中长期电力负荷预测,给出了RBF的预测原理,推导权值的更新方式, 并和BP方法结果进行对比分析,结果证明基于RBF神经网络模型的方法收敛速度快、预报精度高、误差小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭阳红	湖南大学电气与信息工程学院	98	1126	17.0	30.0
2	李程	湖南大学电气与信息工程学院	5	13	2.0	3.0