基于RBF神经网络的电力系统负荷预测

• 作者: 代祥 刘飞 王成 陈程
• 来源期刊: 电力学报
• 学科: 工学
• 关键词: RBF神经网络 负荷预测 电力系统
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 电力系统
• 页码范围: 399-407
• 页数: 9页
• 分类号: TM715
• 语种: 中文

摘要

电力系统负荷时时刻刻都在变化,每年、每月、每天,甚至每小时的电力负荷都不相同,天气、季节等因素无不影响着电力负荷的变化.电力系统负荷在时间和空间上的分布又影响着电网的建设与发展,现在智能电网已成为了电力发展的主要方向,电力负荷预测正扮演着越来越重要的角色.研究通过RBF神经网络进行电力系统负荷短期预测,给出了利用RBF神经网络来实现负荷预测的实例,结果表明RBF神经网络可以高度拟合负荷变化曲线,在负荷预测结果上也具有良好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	代祥		8	6	1.0	2.0
2	王成		8	4	1.0	2.0
3	刘飞		6	4	1.0	2.0
4	陈程		5	16	3.0	4.0