改进的遗传灰色RBF模型的短期电力负荷预测.docxVIP

Vol.51No.5Mar.10,2014第51

Vol.51No.5

Mar.10,2014

第51卷第5期

2014年3月10日

ElectricalMeasurementInstrumentation

—1—

改进的遗传灰色RBF模型的短期电力负荷预测

张毅，姜思博，李铮

(东北电力大学经济管理学院，吉林吉林132012)

摘要：为了在智能电网环境下提高短期电力负荷预测的精度，提出了一种考虑实时电价影响的遗传算法改进的灰色RBF模型。该方法利用灰色模型可以减弱数据随机性以及RBF神经网络的高度非线性的优点，弱化实时电价对短期电力负荷预测的影响，针对两种方法结合容易陷入局部最优和收敛性问题，采用遗传算法对网络进行了优化，得到最终预测结果。实例验证表明，与灰色RBF预测方法相比，该方法具有更高的负荷预测精度和较强的适应能力。

关键词：智能电网；短期负荷预测；实时电价；遗传算法；神经网络

中图分类号：TM715文献标识码：A文章编号：1001-1390(2014)05-0001-04

AGrayRBFModelImprovedbyGeneticAlgorithmforShor