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．