| RBF网络在节假日短期负荷预测中的应用 |
| |
| 引用本文： | 刘峤,李渝曾,张少华.RBF网络在节假日短期负荷预测中的应用[J].上海大学学报(自然科学版),2001,7(5):405-408. |
| |
| 作者姓名： | 刘峤 李渝曾 张少华 |
| |
| 作者单位： | 上海大学机电工程与自动化学院 |
| |
| 摘 要： | 节假日的负荷预测一直是电力系统短期负荷预测中的难点。该文采用了T－S型模糊RBF网络，提出了一种新的推理模型。该网络采用次胜者受罚的竞争学习规则决定模糊隶属函数中心，并采用梯度下降和交叉验证方法对输出权值进行学习。实验应用表明，该方法具有快速、准确性较好的特点。文中还给出了比较结果。
|
| 关 键 词： | 负荷预测 高木－关野模糊系统 径向基神经网络 电力系统 推理模型 节假日 竞争学习规则 短期负荷 |
| 文章编号： | 1007-2861(2001)05-0405-04 |
| 修稿时间： | 2001年5月31日 |
Holiday Short-Term Load Forecast Using RBF Neural Network |
| |
| LIU Qiao,LI Yu zeng,ZHANG Shao hua.Holiday Short-Term Load Forecast Using RBF Neural Network[J].Journal of Shanghai University(Natural Science),2001,7(5):405-408. |
| |
| Authors: | LIU Qiao LI Yu zeng ZHANG Shao hua |
| |
| Abstract: | To solve the holiday load forecast precision problem, this paper presents a T S model based on fuzzy RBF network method. The network uses a RPCL (rivel penalized competitive learning) method to decide the membership function center. A gradient descend and cross validate composed learning algorithm is applied to train the output weight. Application to a power system in Shanghai shows efficiency accuracy of the method. |
| |
| Keywords: | load forecast Takagi Sugeno model neural network radial basis function cluster |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
