摘要
为了减小电力负荷预测中的误差,提出了基于RBF神经网络的电力负荷预测模型.介绍了负荷序列的相似度预测模型,并在此基础上采用了RBF网络对负荷波动值的误差纠正.通过运用实际电力负荷数据进行验证,该模型能较好地避免不良数据的干扰,有效地提高了负荷序列的预测精度.
In order to reduce the error in power load forecasting,a model of power load forecasting based on RBF neural network is proposed in this paper. Firstly,the similarity prediction model of load sequence is introduced. Based on this,the RBF network is used to correct the error. By using the actual load data,it is proved that the model can avoid the interference of bad data effectively,and improve the accuracy of load forecasting.
出处
《西安文理学院学报（自然科学版）》
2017年第6期40-43,共4页
Journal of Xi’an University(Natural Science Edition)
基金
2016年安徽省高等学校省级质量工程项目:"Windows Server网络操作系统"精品资源共享课程(2016gxk099)
2015年安徽省高等学校省级质量工程项目:<计算机网络技术>精品资源共享课程(2015gxk113)
2016年池州职业技术学院院级质量工程教学研究重点项目"高职高专网络安全技术课程教学创新模式研究"(2016jyxm06)
