RBF神经网络电力负荷预测模型研究

• 作者: 代焕利 任乔林 孙伟军 朱诗卉 王飒 肖亚平
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 短期负荷预测 RBF神经网络 BP神经网络 Matlab
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 水电论坛
• 页码范围: 45-48
• 页数: 4页
• 分类号: TM715
• 字数: 2245字
• 语种: 中文

摘要

运用Matlab神经网络工具箱建立了一个RBF神经网络,依据某地实际的历史电力负荷数据和天气数据作为训练样本和测试样本,进行了考虑历史天气状况因素的电力系统短期负荷的预测和仿真,预测结果平均相对误差较小,满足精度要求,并将此RBF负荷预测模型与BP神经网络建立的短期电力负荷预测模型的预测结果进行了比较,显示了在相同预测条件下,RBF神经网络相比于BP神经网络在电力系统短期负荷预测方面的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱诗卉	三峡大学电气与新能源学院	2	11	2.0	2.0
2	代焕利		7	15	3.0	3.0
3	王飒	三峡大学电气与新能源学院	6	14	3.0	3.0
4	孙伟军		1	6	1.0	1.0
5	肖亚平		1	6	1.0	1.0
6	任乔林		1	6	1.0	1.0