基于改进径向基函数网络的电力系统短期负荷预测

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｐｏｕｔｎｓｃｒＩｉｐｐｒｒｄａｂｓｎｔｎｎｔｏＲＦｓｕｅａｒａｔｒｄｃｏｅｔ．ｔｓａｅ，ｉａｉｆｃｏｅｒＢ）ｉｓｄｉｌｄｆｅｓｉｏｎｈａｌｓｕｉｗｋ（ｎｏｏｃ
ｉｇＬａｏｅａｔｇｆｒｈＦｉｈｉｄｎｌｙｒｎｄｓｉｈｒｏｆｄＡｍｒｖｄｎａｎ．ｏｄｆｒｃｓｉｏｅＲＢｔｅｈｄｅａｅｏｅｓａｄｔｎ．ｎｉｐｏｅｅ — ｎｔｎｉｒｓｎｉｈｏｌｓｅｎｌｏｔｍｓｐｐｓｄｔｏｖｈｉｃｌｅｎｒｖＢｅｒｅｔｅｇｂｒｃｕｔｒｇａｇｒｈｉｒｏｅｏｓｌｅｔｅｄｆｕｔｓａｄｉｏｅＲＦｎｕａｉｉｏｉｆｉｍｐｌ
度和负荷预测精度．根据某地区电进前的
算法预测的最小、大相对误差分别减小０１最．４和１１，明了改进后算法有效性和．２证
可行性，电力系统负荷预测提供了一种新途径．为
文章编号：６３— ０２２１）３— ４０１７０６【０１００２— ４
基于改进径向基函数网络的电力系统短期负荷预测
赵宇红汪普林梁海滨，，
（．１南华大学电气工程学院，湖南衡阳４１０；．２０１２湖南衡阳电业局，湖南衡阳４１０）２０１
ＲａａｓｓＦｕｃｉｎＮｅｗｏｋｄｉｌＢａｉｎｔｏｔｒ
ＺＨＡＯＹｕ．ｎｇ，ＡＮＧｈｏＷＰｕ．ｉ，ＡＮＧｉｂｎ１ｎＬＩＨａ．ｉ
（．ｃｏｌｆｌｃｉＥｇｅｒｇＵｉｒｔｏｏｔＣｉａＨｎｙｎ，ｕａ２０１Ｃｉａ１ＳｈｏｏＥｅｔｃｎｉｅｎ，ｎｖｓｙｆｕｈｎ，ｅｇａｇＨｎｎ４１０，ｈｎ；ｒｎｉｅｉＳｈ
摘要：电力系统短期负荷预测是电力生产部门的重要工作之一，文利用径向基函本
数网络（Ｂ）ＲＦ进行负荷预测，对ＲＦ在负荷预测中隐含层节点数难求问题，出针Ｂ提了一种改进的最近邻聚类学习算法即可解决该难点，又可提高ＲＦ神经网络收敛速Ｂ
２ＨｅｇａｇＥｅｔｃＰｗｒｕｅｕＨｎｙｎ，ｕａ２０１Ｃｉａ．ｎｙｎｌｒｏｅｒ，ｅｇａｇＨｎｎ４１０，ｈｎ）ｃｉＢａ
ＡｂｔａｔＰｗｒｓｓｍｈａｔｒｌａｏｅａｔｇｉｏｅｉｏｔｎｏｋｏｈｌｃｒｉｓｒｃ：ｏｅｙｔＳｏｅｍｏｄｆｒｃｓｎｓｎｍｐｒｔｗｒｆｔｅｅｅｔｃｔｅｉａｉｙ
ｔｅｅｓａｄｆａｉｉｔ．ｔｒｖｄｓａｎｗｗｙｆｒｔｅｐｗｒｓｓｅｌａｒｃｓｉｇｉｎｓｅｓｂｌｙＩｐｏｉｅｅａｈｏｅｙｔｍｄｆｅａｔ．ｖｎｉｏｏｏｎｋｙｗｏｄ：ｏｒｓｓｍ；ｈｒｔｒｌａｏｅａｔｇｒｄａａｉｆｎｔｎ；ｍｐｏｅｅ — ｅｒｓｐｗｅｙｔｅｓｏｔｅｍｏｄｆｒｃｓｉ；ａｉｌｂｓｓｕｃｉｉｒｖｄｎａｎｏｒｓｎｉｈｏｌｓｅｉｇｅｔｅｇｂｒｃｕｔｒｎ
关键词：电力系统；短期负荷预测；向基函数；径改进最近邻聚类
中图分类号：Ｐ８Ｔ１３文献标识码：Ｂ
ＰｗｅｙｔｍｈｒｒＬｏｄＦｏｅａｔｇＢａｅｎＩｒｖｄｏｒＳｓｅＳｏｔＴｅｍａｒｃｓｉｓｄｏｍｐｏｅｎ
ｎｔｒｏｖｒｅｃｐｅｎｏｄｆｒｃｓｉｇａｃｒｃ．ｃｒｉｇｔｈｎｔｎｅｏｅｅｗｏｋｃｎｅｇｎｅｓｄａｄｌａｏｅａｔｃｕａｙＡｃｏｄｎｏｔｅｉｓａｃａｒ — ｅｎｆｇｏａｏｒｇｄｓｕｙ，ｏｎｈｔｔｅｍｉｉｍ，ｘｍｕｒｌｔｅｅｒｒｗｅｅｒｄｃｄｂｉｎｐｗｅｒｔｄｗｅｆｕｄｔａｈｎｍｕｍａｉｍｅａｉｒｏｒｕｅｙｌｉｖｅ０１ｎ．２，ｆｗｅｕｅｈｍｐｏｅｌｏｉｍｏｐｅｉｔＣａｅｓｕｙｒｓｌｒｖｔｆｅ．４ａｄ１１ｉｓｄｔｅｉｒｖｄａｇｒｔｔｒｄｃ．ｓｔｄｅｕｔｐｏｅｉｅｆ－ｈｓｓｅ
第２卷第３期５
２１年９月０１
南华大学学报（自然科学版）ＪｕａｏＵｉｅｉｆｏｔＣｉ（ｃｎｅａｄＴｃｎｌｇ）ｏｒｌｆｎｖｒｔｏｕｈｈｎＳｉｃｎｅｈｏｙｎｓｙＳａｅｏ
Ｖｏ．Ｎｏ３１２５．Ｓｐ２０；ｅ．ｔ１