基于改进RBF网络算法的电力系统短期负荷预测 Optimal algorithm of electric power systems short-term load forecasting based on radial function neural network.pdfVIP

下载本文档

4
0
约1.43万字
约 4页
2017-09-03 发布于湖北
举报
版权申诉

基于改进RBF网络算法的电力系统短期负荷预测 Optimal algorithm of electric power systems short-term load forecasting based on radial function neural network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第36卷第23期电力系统保护与控捌 Vbl_36N0．23 2008年12月1日 Power ProtectionandControl Dec．1．2008 System 基于改进RBF网络算法的电力系统短期负荷预测郭伟伟1，刘家学2，马云龙1，李书琰1 (1．许昌供电公司，河南许昌461000；2．深圳供电局，广州深圳518020) 摘要：提出了一种交替梯度算法对径向基函数(RBF)神经网络的训练方法进行改进，并将之运用于电力系统短期负荷预测。交替梯度算法通过优化输出层权值和优化RBF函数的中心与标准偏差值来实现。改进的算法与传统梯度下降算法相比，具有更快的收敛速度和更高的预测精度。所构建的负荷预测模型综合考虑了气象、日类型等影响负荷变化的因素，并在预测形式上做了巧妙处理。预测结果表明改进的RBF网络算法具有一定的实用性。关键词：短期负荷预测；交替梯度算法；人工神经网络；径向基函数；实用性 ofelectric short-termload based Optimalalgorithm powersystem’S forecasting function onradial neuralnetwork GUO W“weil，LIUJia．xue2，MA Yun-lon91,LIShu．yanl P0wer Power (1．Xuchang 461000，China；2．ShenzhenBureau，Shenzhen518020，China) SupplyCompany，Xuchang Supply Abstract：This onekindofaltemant for the ofRBFneural is paperproposes gradientalgorithmimprovingtraining network．which tOshort-termelectricload．This camgtrue coefficientandcenterandstandarddeviationof applied algorithm byoptimumoutputlayer RBF tOthetraditional has optimumfunction．Compared gradientdropalgorithm，theimprovementalgorithmquickerconvergence rateand modelconsiders factorssuchas SO higherforecastingprecision．Theforecasting manyinfluencing weather，date—type，andon， anddealswithforecastforms callseethatthe modelhascertain fromtheresultof verytactfully．We forecasting usability forecasting． words：short-termload neural basis Key forecasting；alternantgradientalgorithm；artificialn