基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用

摘要：

径向基函数(RBF)神经网络应用于电力系统负荷预测时,如果输入空间严重自相关及网络维数较高时,RBF神经网络的预测精度会下降.针对这一问题,文中提出了一种应用于电力负荷预测的改进RBF神经网络新方法.具体是利用主成分分析(PCA)方法对原输入空间进行重构,并根据各主成分的贡献率来确定网络结构,从而有效地解决了预测精度下降的问题.最后通过某省的实际算例验证了该方法的有效性.

关键词：主成分分析、径向基函数、人工神经网络、负荷预测、电力系统

所属期刊栏目：28

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2004-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：35-37,40