论文部分内容阅读
根据微电网的负荷及影响负荷变化因素的气温、气象特征等数据,建立了基于BP(误差反向传播)神经网络和RBF(径向基函数)神经网络的微电网短期负荷预测模型.通过MATLAB仿真,对两种模型的未来24h短期负荷预测进行比较,验证了两种模型的有效性和可行性.仿真结果表明,与BP神经网络相比,RBF神经网络预测方法具有较高的预测精度和较快的收缩性,更适合微电网的短期负荷预测.