摘要：针对传统方法无法对现代电力系统负荷非线性模型进行有效预测的问题,提出采用RBF神经网络来实现电力负荷预测。在经典RBF神经网络的基础上,提出采用K交叉验证方法对网络结构进行优化并且给出了网络最优学习率的自应调整策略;在建模过程中,不仅利用以往的历史数据,而且充分考虑天气、政策等因素的影响,并根据预测周期的不同,合理分配了权重。试验结果表明,优化后的RBF神经网络性能更优,对于电力负荷的预测结果准确度更高,为电力负荷预测提供了一条有效途径。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社