摘要：为了准确、快速、高效地预测电网短期负荷，提出了改进的粒子群-径向基神经网络算法。用改进的粒子群算法训练径向基神经网络，实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型，综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明，该算法优于径向基神经网络法和粒子群-径向基网络算法，克服了径向基网络和粒子群优化方法的缺点，改善了径向基神经网络的泛化能力，输出稳定，预测精度高，收敛速度快，平均百分比误差可控制在1．2％以内。

关键词：负荷预测 泛化能力 预测精度 

单位：西安理工大学水利水电学院 陕西省西安市710048 青岛科技大学高职技术学院 山东省青岛市261000