基于改进粒子群-径向基神经网络模型的短期电力负荷预测

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、改进粒子群-径向基神经网络模型、泛化能力、预测精度

所属期刊栏目：33

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家级火炬计划;陕西省自然科学基础研究计划;山东省软科学研究计划

在线出版日期：2009-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：180-184