基于差分理论的短期负荷预测神经网络模型

摘要：

电力负荷是受周期性变化以及天气等因素影响的高度非线性系统,而神经网络仅仅对已学习过的模式具有较好的范化能力.为提高神经网络的负荷预测精度,提出先对原始负荷序列进行差分运算以除去其周期性影响,然后依据相似性原理建立RBF神经网络预测模型,仿真实验表明采用该方法短期负荷预测精度有所改善.

关键词：差分、神经网络、负荷预测

所属期刊栏目：23

分类号：TP311(计算技术、计算机技术)

资助基金：江苏省教育厅资助项目04KJB520042

在线出版日期：2007-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：210-212