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
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社