RBF神经网络短期电力负荷预测研究

本文将径向基神经网络和采用非线性权值递减策略的粒子群优化（PSO）算法相结合对某缺电城市进行电力负荷的短期预报。在RBF神经网络对负荷进行预测的同时，通过PSO算法进一步确定其最佳扩展系数6，从而得到更精确的预测结果并提高网络的泛化能力，可以取得良好的效果。