基于神经网络自适应集成的短期负荷预测

摘要：

针对在电力系统短期负荷预测应用中,单个神经网络存在预测精度较低、预测结果不稳定、泛化能力差的特点,本文提出一种新的基于多神经网络自适应集成的预测模型.通过对某地区的实际负荷数据进行预测分析表明,该方法以很小的运算时间代价、较小的存储空间代价显著地提高了单个网络的预测精度和泛化能力,具有良好的应用价值.

关键词：短期负荷预测、神经网络集成、径向基神经网络、自适应集成

所属期刊栏目：24

分类号：TP183;TP391(自动化基础理论)

资助基金：国家自然科学基金项目协同模式识别方法在智能控制系统中的应用研究,60675058

在线出版日期：2008-10-16（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：172-174