基于RBF神经网络分位数回归的电力负荷概率密度预测方法
针对电力系统短期负荷预测问题,在现有的组合预测和概率性区间预测的基础上,提出了基于RBF神经网络分位数回归的概率密度预测方法,得出未来一天中任意时期负荷的概率密度函数,可以得到比点预测和区间预测更多的有用信息,实现了对未来负荷完整概率分布的预测.中国某市实际数据的预测结果表明,提出的概率密度预测方法不仅能得出较为精确的点预测结果,而且能够获得短期负荷完整的概率密度函数预测结果.
负荷预测、径向基函数、神经网络、分位数回归、概率密度函数
33
TM71(输配电工程、电力网及电力系统)
国家高技术研究发展计划项目863计划2011AA05A116;中国博士后科学基金项目20100480679,201104323;全国优秀博士学位作者专项基金200982.国家自然科学基金70901048
2013-03-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
93-98,前插12