减聚类在电力系统中长期负荷预测中的应用 |
| |
引用本文: | 杜欣慧,李小婧.减聚类在电力系统中长期负荷预测中的应用[J].太原理工大学学报,2008(Z1). |
| |
作者姓名: | 杜欣慧 李小婧 |
| |
作者单位: | 太原理工大学电气与动力工程学院 |
| |
摘 要: | 分析了电力系统中长期负荷特性以及RBF神经网络的非线性功能,引入一种减聚类算法来选取网络隐层节点中心,并将该方法在Matlab下进行了仿真。将预测结果与实际负荷值、灰色理论模型得到的结果进行对比分析,结果表明采用减聚类算法的RBF神经网络模型在隐层节点选择上更加精确,用其建立的模型具有较好的预测精度,具有一定的实用价值。
|
关 键 词: | 中长期负荷预测 减聚类 RBF |
本文献已被 维普 等数据库收录! |
|