论文部分内容阅读
为了提高短期电力负荷预测的精度，提出基于RBF-ARX模型的短期电力负荷循环预测法：将短期电力负荷预测看作非线性时间序列预测问题，并根据历史负荷数据建立电力负荷自回归预测模型（ ARX模型），用 RBF 神经网络逼近 ARX 模型的参数，并用结构化非线性参数优化法（ SNPOM）离线估计模型参数。用该方法对湖南某市电力负荷进行预测，将预测结果与实际负荷值进行比较，结果表明：基于RBF-ARX模型的短期电力负荷循环预测法精度高，可靠性强，具有很好的实用性。