引用本文:田书,刘团结,胡艳丽.基于QPSO_RBF的电力系统短期负荷预测[J].电力系统保护与控制,2008,36(18):6-9,46.
.[J].Power System Protection and Control,2008,36(18):6-9,46
【打印本页】   【下载PDF全文】   【查看/发表评论】  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被：浏览 4288次   下载 2438次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
基于QPSO_RBF的电力系统短期负荷预测
田书1, 刘团结, 胡艳丽2
1.河南理工大学电气工程及自动化学院，河南 焦作 454000;2.新乡起重设备有限公司，河南 新乡 453000
摘要:
针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题，提出一种量子粒子群优化(QPSO)算法训练RBF网络的方法，在确定网络隐含层节点个数后,将RBF网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数。用优化后的网络进行负荷预测，结果表明，该方法与传统的负荷预测方法相比，减少了训练时间并提高了预测精度，具有较好的应用前景。
关键词:  电力系统  负荷预测  径向基函数  量子粒子群算法
DOI：10.7667/j.issn.1674-3415.2008.18.002
分类号:
基金项目:河南省教育厅自然科学基金资助(130025)
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭