| 引用本文: | 段其昌,赵敏,王大兴,等.基于混合粒子群算法和NRBF神经网络的短期电价预测[J].电力系统保护与控制,2009,37(18):38-42.[点击复制] |
| ,et al.[J].Power System Protection and Control,2009,37(18):38-42[点击复制] |
|
| 摘要: |
| 提出一种混合粒子群算法，在局部邻近区域的粒子群算法中引入收缩因子和被动聚集，将最邻近聚类用于NRBF 神经网络的参数确定中，采用混合粒子群算法优化最近邻聚类的聚类半径，从而确定NRBF 神经网络的参数，提高了NRBF 神经网络的泛化能力。以美国PJM电力市场公布的2006年负荷与电价数据进行预测验证，证明了此方法所建立的模型的合理性和有效性。 |
| 关键词: 电力市场 短期边际电价预测 最近邻聚类算法 粒子群优化 归一化径向基函数神经网络 |
| DOI：10.7667/j.issn.1674-3415.2009.18.008 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
