| 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):65-68. |
| |
| 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；2.武汉理工大学自动化学院，湖北 武汉 430070 |
| |
| 基金项目： | 国家科技支撑计划课题（2008BAB29B08）；国家自然科学基金重点项目(50539140)；科技部水利部公益性行业科研专项(200701008) |
| |
| 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 |
|
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载全文 |
