%0 Journal Article
%T 基于BP与RBF级联神经网络的日负荷预测
%A 陈刚
%A 周杰
%A 张雪君
%A 张忠静
%J 电网技术
%P 118-123
%D 2009
%X 在采用分段预测方法的基础上，利用小规模BP(backpropagation)神经网络学习时间短和径向基函数(radialbasisfunction，RBF)神经网络自身训练速度快的优点，提出了基于BP和RBF网络的级联神经网络日负荷预测模型，将影响日负荷变化的非负荷因素(气象、日类型等)与历史负荷因素分别加入BP和RBF网络中分开考虑，进一步简化了预测模型。计算实例表明，该模型较一般级联神经网络模型收敛更快速、高效，预测精度有了很大提高。
%K 日负荷预测
%K BP神经网络
%K 径向基函数神经网络
%K 级联神经网络
%U http://www.dwjs.com.cn/CN/abstract/abstract22703.shtml