10.3969/j.issn.1003-3254.2012.01.030
ACOA-RBF网络模型在短期负荷预测中的应用
为了进一步提高RBF神经网络的性能,实现准确、快速预测短期电力负荷的目的,将蚁群优化算法(ACOA)作为RBF神经网络的学习算法,建立了一种新的蚁群优化算法的RBF(ACOA-RBF)网络预测模型,利用山西某地区电网的历史数据进行短期负荷预测.仿真表明,这一算法与传统的RBF神经网络预测方法相比,能达到更好的预测效果.该优化算法改善了径向基神经网络的泛化能力,提高了山西电网短期负荷预测的精度,可有效用于电力系统的短期负荷预测.
蚁群优化算法、径向基神经网络、短期负荷预测、预测精度、隐含层
21
TM7;TQ
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
127-131