[发明专利]基于改进RBF神经网络的智能电网短期负荷预测方法

摘要

本发明公开一种基于改进RBF神经网络的智能电网短期负荷预测方法，涉及智能电网技术领域，用于确定基函数中心，提升智能电网负荷预测精度。该预测方法包括：网络初始化；S2、计算基函数中心ci；S3、根据基函数中心ci，计算方差ζi；S4、根据基函数中心ci以及方差ζi，计算隐含层的输出Ri；S5、根据隐含层的输出Ri，计算输出层的输出；S6、根据均方误差和函数计算预测误差E；S7、对神经网络中隐含层神经元与输出层神经元的连接权重进行更新；S8、对预测误差E进行判断，若预测误差E在预期内，则迭代计算结束；反之，返回步骤S4，重新迭代计算预测误差E。本发明用于对电网负荷进行预测。

主权项

一种基于改进RBF神经网络的智能电网短期负荷预测方法，其特征在于，包括：S1、网络初始化；S2、计算基函数中心ci；S3、根据基函数中心ci，计算方差ζi；S4、根据基函数中心ci以及方差ζi，计算隐含层的输出Ri；S5、根据隐含层的输出Ri，计算输出层的输出；S6、根据均方误差和函数计算预测误差E；S7、对神经网络中隐含层神经元与输出层神经元的连接权重进行更新；S8、对预测误差E进行判断，若预测误差E在预期内，则迭代计算结束；反之，返回步骤S4，重新迭代计算预测误差E。