摘要：针对径向基函数（radial basis function，RBF）网络在电力系统短期负荷预测中的应用，提出了一种基于动态白适应RBF网络的概率性短期负荷预测方法。采用动态自适应最近邻聚类学习算法训练网络实现负荷预测。在此基础上，通过对历史负荷预测误差特性的统计分析，对各负荷分区内预测误差的概率密度函数建模，并结合确定性预测结果获得概率性负荷预测结果。通过分析实际电网数据，验证了该方法的实用性与有效性。

关键词：短期负荷预测 概率密度函数 区间预测 径向基函数 最近邻聚类 

单位：华中科技大学水电与数字化工程学院 湖北省武汉市430074