[发明专利]一种基于相似日和RBF神经网络的短期电力负荷预测方法

摘要

本发明公开了一种基于相似日和RBF神经网络的短期电力负荷预测方法，涉及电力负荷预测领域，短期电力负荷预测中选取合适的相似日作为训练样本可以简化训练过程并提高预测精度，为了减小夏季积温效应对相似日选取的影响，本发明通过将温度和其他负荷影响因素分别计算相似度，从而根据计算得到的综合相似度来选取相似日，此外，为了提高RBF神经网络的预测效果，将训练样本先用减聚类进行聚类，根据聚类结果设置模糊c‑means聚类的初值，运用模糊c‑means聚类来优化RBF神经网络的隐含层参数，最后结合相似日和改进RBF神经网络进行短期电力负荷预测，本发明可以明显提高短期电力负荷预测的准度。