首页 | 本学科首页   官方微博 | 高级检索  
     

粒子群优化的神经网络模型在短期负荷预测中的应用
引用本文:陆宁,周建中,何耀耀. 粒子群优化的神经网络模型在短期负荷预测中的应用[J]. 电力系统保护与控制, 2010, 38(12)
作者姓名:陆宁  周建中  何耀耀
作者单位:1. 华中科技大学水电与数字化工程学院,湖北,武汉,430074;武汉理工大学自动化学院,湖北,武汉,430070
2. 华中科技大学水电与数字化工程学院,湖北,武汉,430074
基金项目:国家科技支撑计划项目,国家自然科学基金重点项目,科技部水利部公益性行业科研专项项目 
摘    要:为了提高电力系统短期负荷预测精度,针对传统径向基函数(RBF)神经网络在负荷预测中存在的问题,提出一种新的预测模型:粒子群优化的RBF神经网络模型.粒子群算法是一种新的全局优化算法,有很强的全局寻优能力,用它来优化RBF神经网络的权值,并用优化好的RBF网络进行负荷预测.仿真在虚拟仪器LabVIEW和Matlab软件平台上进行,结果表明该预测模型精度高于传统RBF神经网络模型,具有一定实用性.

关 键 词:粒子群优化  神经网络  径向基函数  全局寻优  负荷预测

Particle swarm optimization-based neural network model for short-term load forecasting
LU Ning,ZHOU Jian-zhong,HE Yao-yao. Particle swarm optimization-based neural network model for short-term load forecasting[J]. Power System Protection and Control, 2010, 38(12)
Authors:LU Ning  ZHOU Jian-zhong  HE Yao-yao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号