应用近邻传播算法改进RBF的短期负荷预测.pdfVIP

下载本文档

8
0
约1.9万字
约 5页
2017-08-21 发布于北京
举报
版权申诉

应用近邻传播算法改进RBF的短期负荷预测.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第27卷第1期电力系统及其自动化学报 V01．27No．1 2015年1月 oftheCSU—EPSA Jan． 2015 Proceedings 应用近邻传播算法改进RBF的短期负荷预测回立川1，于淼1，梁芷睿2 (1．辽宁工程技术大学电控学院，葫芦岛125105；2．华北电力大学电力工程系，保定071003) basis 摘要：为了更有效地挖掘电力负荷样本数据的信息规律，提高径向基函数RBF(radialfunction)神经网络的预测精度，提出了一种引入近邻传播思想的RBF神经网络算法。该算法根据电力负荷数据的内部周期相似性规律，利用近邻传播算法将样本数据进行聚类处理，获取样本数据的类中心点，并将此作为RBF神经网络的中心矢量，同时根据类中心距离设置基宽，最终实现样本数据的训练以及未来电力负荷的短期预测。通过对未来一天的负荷预测，验证了该思路，为电力负荷短期预测提供了一种新方法。关键词：聚类；径向基函数神经网络；电力负荷；短期预测中图分类号：TM715文献标志码：A 文章编号：1003～8930(2015)01—0069—05 ResearchonElectricalLoadShort-term viaRadialBasisFunction Forecasting NeuralNetwork by DesignedAffinityPropagation HUI Zhirui2 Lichuanl，YUMia01，LIANG ofElectricalandControl Technical (1．Faculty Engineering，LiaoningUniversity，Huludao ofElectricPower ChinaElectricPower 125105，China；2．DepartmentEngineering，North 071003，China) University，Baoding Abstract：Inordertofindtheinformationoftheloaddatamore andto the of effectivelyimprovepredictionaccuracy theradialbasis novelradialbasisfunctionneuralnetwork is withtheaffini— function(RBF)，a algorithmproposed RBF usesthe toclusterthe data totheinternal affinity sampleaccording typropagation．nealgorithm propagation the centersofthe dataiSobtained．whichiSthecentervectorsoftheRBFneural