摘要:针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题,提出一种量子粒子群优化(QPSO)算法训练RBF网络的方法,在确定网络隐含层节点个数后,将RBF网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数。用优化后的网络进行负荷预测,结果表明,该方法与传统的负荷预测方法相比,减少了训练时间并提高了预测精度,具有较好的应用前景。
关键词:电力系统 负荷预测 径向基函数 量子粒子群算法
单位:河南理工大学电气工程及自动化学院 河南焦作454000 新乡起重设备厂有限责任公司 河南新乡453000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社