基于改进RBF网络算法的电力系统短期负荷预测

摘要：

提出了一种交替梯度算法对径向基函数(RBF)神经网络的训练方法进行改进,并将之运用于电力系统短期负荷预测.交替梯度算法通过优化输出层权值和优化RBF函数的中心与标准偏差值来实现.改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度.所构建的负荷预测模型综合考虑了气象、日类型等影响负荷变化的因素,并在预测形式上做了巧妙处理.预测结果表明改进的RBF网络算法具有一定的实用性.

关键词：短期负荷预测、交替梯度算法、人工神经网络、径向基函数、实用性

所属期刊栏目：36

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2009-02-23（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：45-48