基于RBF神经网络模型的电力系统短期负荷预测

• 作者: 周旭 来庭煜 饶佳黎
• 来源期刊: 通信电源技术
• 关键词: RBF神经网络 短期负荷预测 BP神经网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 通信技术
• 页码范围: 152-154
• 页数: 3页
• 字数: 2075字
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2018.11.057

摘要

电力系统短期负荷对电力企业的经济效益和社会效益都有一定影响.因此文中建立了基于RBF神经网络的电力系统短期负荷模型.用历史负荷数据作为训练样本,用训练好的神经网络进行电力系统短期负荷预测,并与BP神经网络进行对比.RBF神经网络的平均误差为2.09％,最大误差为4.77％,相比于BP神经网络精确度较高,有利于电力系统合理地进行调度规划工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周旭	三峡大学电气与新能源学院	3	4	1.0	2.0
2	来庭煜	三峡大学电气与新能源学院	4	13	2.0	3.0
3	饶佳黎	三峡大学电气与新能源学院	3	4	1.0	2.0