| 电力负荷的RBF神经网络预测 |
| |
| 引用本文： | 李程,谭阳红. 电力负荷的RBF神经网络预测[J]. 黑龙江电力, 2010, 32(4): 252-254 |
| |
| 作者姓名： | 李程 谭阳红 |
| |
| 作者单位： | 湖南大学电气与信息工程学院,湖南长沙410082;湖南省送变电建设公司,湖南长沙410015;湖南大学电气与信息工程学院,湖南长沙,410082 |
| |
| 基金项目： | 国家自然基金No.50677014;博士点专项基金No.20060532002;及湖南省自然基金No.06JJ2024;05GK2005的资助 |
| |
| 摘 要： | 针对中长期电力负荷预测,给出了RBF的预测原理,推导了权值的更新方式。对比了RBF和BP预测方法,结果表明,RBF方法收敛速度快、预报精度高,由此也证实了其具有的工程应用前景。
|
| 关 键 词： | 径向基神经网络(RBF) 负荷预测 电力系统 电力负荷 |
RBF Prediction of electric power load |
| |
| LI Cheng,TAN Yanghong. RBF Prediction of electric power load[J]. Heilongjiang Electric Power, 2010, 32(4): 252-254 |
| |
| Authors: | LI Cheng TAN Yanghong |
| |
| Affiliation: | 1.College of Electric and Information Engineering,Hunan University,Changsha 410082,China;2.Hunan Transmission and Transportation Construction Co.,Ltd,Changsha 410015,China) |
| |
| Abstract: | Aiming at medium and long term prediction of electric power load,this paper presents prediction theory of RBF and deduces how to update weights.The comparison,between RBF and BP,proves that RBF has a faster convergence rate,a higher prediction precision and a bright prospect of engineering application. |
| |
| Keywords: | RBF load prediction electric power system electric power load |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
