%0 Journal Article
%T 基于改进粒子群?径向基神经网络模型的短期电力负荷预测
%A 师彪
%A 李郁侠
%A 于新花
%A 闫旺
%A 何常胜
%A 孟欣
%J 电网技术
%P 180-184
%D 2009
%X 为了准确、快速、高效地预测电网短期负荷，提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络，实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型，综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明，该算法优于径向基神经网络法和粒子群–径向基网络算法，克服了径向基网络和粒子群优化方法的缺点，改善了径向基神经网络的泛化能力，输出稳定，预测精度高，收敛速度快，平均百分比误差可控制在1.2%以内。
%K 负荷预测
%K 改进粒子群–径向基神经网络模型
%K 泛化能力
%K 预测精度
%U http://www.dwjs.com.cn/CN/abstract/abstract22885.shtml