基于改进径向基函数网络的电力系统短期负荷预测

• 作者: 梁海滨 汪普林 赵宇红
• 来源期刊: 南华大学学报：自然科学版
• 学科: 工学
• 关键词: 电力系统 短期负荷预测 径向基函数 改进最近邻聚类
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 机械工程·电气工程
• 页码范围: 42-45
• 分类号: TP183
• 字数: 2426字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0062.2011.03.010

摘要

电力系统短期负荷预测是电力生产部门的重要工作之一，本文利用径向基函数网络（RBF）进行负荷预测，针对RBF在负荷预测中隐含层节点数难求问题，提出了一种改进的最近邻聚类学习算法即可解决该难点，又可提高RBF神经网络收敛速度和负荷预测精度．根据某地区电网的实例进行研究，结果发现本文算法比改进前的算法预测的最小、最大相对误差分别减小0．14和1．12，证明了改进后算法有效性和可行性，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	赵宇红	南华大学电气工程学院	43	213	6.0	13.0
2	汪普林	南华大学电气工程学院	9	15	3.0	3.0
3	梁海滨		1	1	1.0	1.0