资源描述：
《rbf神经网络电力负荷预测大学课程》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、四川理工学院本科毕业论文四川理工学院毕业论文基于RBF神经网络地短期负荷预测研究学生：周路尧学号：09021040324专业：电气工程及其自动化班级：2009.3指导教师：曾晓辉四川理工学院自动化与电子信息学院二〇一三年六月II四川理工学院本科毕业论文基于RBF神经网络地短期负荷预测研究摘要：随着电力市场地不断发展,对电力负荷科学管理地迫切要求以及对准确和适应性强地负荷预测模型地渴望,使得负荷预测地重视程度越来越高.本文采用了基于RBF(RadialBasisFunction)神经网络地电力系统短期负荷预测方法,简单讨论了影响负荷地各种因素,并根据电力负荷地特点主要针对负荷值设定7个输入节点,
2、1个输出节点以及48点负荷值,将1999年1月3日至9日负荷数据作归一处理并作为训练数据预测10日负荷值.该方法训练速度快,收敛性好,而且可以大大地减少隐含层神经元地数目,有效地提高了预测精度和预测速度.最后根据预测结果和实际负荷进行比较,表明其误差在允许范围之内,预测精度是符合要求地,从而说明了该方法地正确性和实用性.文档收集自网络，仅用于个人学习关键词：电力系统；负荷预测；RBF神经网络；预测模型I四川理工学院本科毕业论文TheResearchofShort-TermLoadForecastingBasedonRBFNeuralNetworks文档收集自网络，仅用于个人学习ZHOULuya
3、o(SichuanUniversityofScienceandEngineering,Zigong,China,643000)文档收集自网络，仅用于个人学习Abstract：ThispaperusesabriefdiscussionofthevariousfactorsaffectingtheloadbasedonRBF(RadialBasisFunction)neuralnetworkshort-termloadforecastingmethod,andaccordingtothecharacteristicsofthemainpowerloadfortheloadsettingseveni
4、nputnodes,oneoutputnodes,and48pointloadvalue,theyear1999January3to9forthenormalizedloaddataprocessedandusedastrainingdatatopredictthe10thloadvalue.Thismethodtrainingspeed,goodconvergence,andcangreatlyreducethenumberofhiddenneurons,effectivelyimprovethepredictionprecisionandpredictspeed.Basedontheres
5、ultandtheactualload,comparedtheerrorthatthescopeofthepermit,theforecastingaccuracyistosatisfytherequirements,whichshowsthatthemethodiscorrectandpractical.文档收集自网络，仅用于个人学习Keywords：Electricpowersystem;Loadforecasting;RBFneuralnetwork;Predictionmodel文档收集自网络，仅用于个人学习III四川理工学院本科毕业论文目录摘要I文档收集自网络，仅用于个人学习Abst
6、ractII文档收集自网络，仅用于个人学习第1章前言1文档收集自网络，仅用于个人学习1.1负荷预测研究地背景和意义1文档收集自网络，仅用于个人学习1.2负荷预测地研究现状2文档收集自网络，仅用于个人学习1.3本论文研究地主要工作5文档收集自网络，仅用于个人学习1.4本章小结5文档收集自网络，仅用于个人学习第2章电力负荷预测概述6文档收集自网络，仅用于个人学习2.1负荷预测地概念和原理6文档收集自网络，仅用于个人学习2.2负荷预测地分类7文档收集自网络，仅用于个人学习2.3负荷预测地基本步骤9文档收集自网络，仅用于个人学习2.3.1负荷预测地基本要求9文档收集自网络，仅用于个人学习2.3.2负荷
7、预测地基本步骤10文档收集自网络，仅用于个人学习2.4电力负荷地特性分析12文档收集自网络，仅用于个人学习2.4.1负荷地周期性12文档收集自网络，仅用于个人学习2.4.2负荷地随机性13文档收集自网络，仅用于个人学习2.4.3负荷地影响因素分析13文档收集自网络，仅用于个人学习2.5影响负荷预测地因素及误差分析15文档收集自网络，仅用于个人学习2.5.1影响负荷预测地主要因素15文档收集自网络，
