基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用APPLICATION OF RADIAL BASIC FUNCTION NETWORK BASED ON PRINCIPAL COMPONENT ANALYSIS IN LOAD FORECASTING
赵杰辉,葛少云,刘自发
摘要(Abstract)：
径向基函数(RBF)神经网络应用于电力系统负荷预测时,如果输入空间严重自相关及网络维数较高时,RBF神经网络的预测精度会下降。针对这一问题,文中提出了一种应用于电力负荷预测的改进 RBF 神经网络新方法。具体是利用主成分分析(PCA)方法对原输入空间进行重构,并根据各主成分的贡献率来确定网络结构,从而有效地解决了预测精度下降的问题。最后通过某省的实际算例验证了该方法的有效性。
关键词(KeyWords)： 主成分分析;径向基函数;人工神经网络;负荷预测;电力系统
基金项目(Foundation):
作者(Author): 赵杰辉,葛少云,刘自发
Email:
DOI:
参考文献(References)：
- [1]王辛(WangXin).改进径向函数网格(RBFN)在电力负荷预报中的应用(Advanced radial basis function network(RBFN) and its application in short-term load forecasting)[J].中国电机工程学报(Proceedings of theCSEE),1996,14(4):285-287.
- [2]JohnsonR A,WichernD W 著.陆旋译.实用多元统计分析[M].北京:清华大学出版社,2001.
- [3]胡庆军,吴瑚(HuQingjun,WuHu).主变量筛选方法(The method of selecting principal variables)[J].应用数学学报(Acta marhemativae applicatae sinica(CN)),ISSN:0254-3079,2002,25(1):101-107.
- [4]ZbigniewGontar,NikosHatziargyriou.Short term load forecasting with radial basis function network[A].IEEE 2001PortoPowerTechConference[C],Porto,Portugal,2001.
- [5]金海峰,熊信艮,吴耀武(JingHaifeng,XiongXinyin,WuYaowu).基于级联神经网络的短期负荷预测方法(Ashort-term load forecasting method based on cascade neural network)[J].电网技术(PowerSystemTechnology),2002,26(3):49-56.