改进的遗传灰色RBF模型的短期电力负荷预测

• 作者: 姜思博 张毅 李铮
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 智能电网 短期负荷预测 实时电价 遗传算法 神经网络
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 电能计量及负荷控制
• 页码范围: 1-4,10
• 页数: 5页
• 分类号: TM715
• 字数: 2874字
• 语种: 中文

摘要

为了在智能电网环境下提高短期电力负荷预测的精度，提出了一种考虑实时电价影响的遗传算法改进的灰色RBF模型。该方法利用灰色模型可以减弱数据随机性以及RBF神经网络的高度非线性的优点，弱化实时电价对短期电力负荷预测的影响，针对两种方法结合容易陷入局部最优和收敛性问题，采用遗传算法对网络进行了优化，得到最终预测结果。实例验证表明，与灰色RBF预测方法相比，该方法具有更高的负荷预测精度和较强的适应能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	东北电力大学经济管理学院	25	164	8.0	12.0
2	姜思博	东北电力大学经济管理学院	2	35	2.0	2.0
3	李铮	东北电力大学经济管理学院	1	21	1.0	1.0