论文部分内容阅读
电力系统短期负荷预测是电力生产部门的重要工作之一,本文利用径向基函数网络(RBF)进行负荷预测,针对RBF在负荷预测中隐含层节点数难求问题,提出了一种改进的最近邻聚类学习算法即可解决该难点,又可提高RBF神经网络收敛速度和负荷预测精度.根据某地区电网的实例进行研究,结果发现本文算法比改进前的算法预测的最小、最大相对误差分别减小0.14和1.12,证明了改进后算法有效性和可行性,为电力系统负荷预测提供了一种新途径.