摘要
本发明公开了一种基于FCM‑DPSO‑RBF神经网络的电力负荷预测方法,属于电力系统领域。本发明基于一种动态自适应粒子群优化算法,通过融合模糊C均值聚类与径向基函数神经网络,生成电力负荷预测模型对电力负荷进行预测,克服了传统粒子群优化算法在神经网络参数预测中的固有缺陷,适用于风光荷数据预测等工程场景。
技术关键词
电力负荷预测模型
粒子群优化算法
径向基函数神经网络
电力负荷预测方法
模糊C均值聚类
RBF神经网络
粒子群算法
动态
轮廓系数
阶段
误差函数
神经网络参数
均匀噪声
逃逸机制
因子
系统为您推荐了相关专利信息
电力负荷预测方法
时序
离群点
高斯径向基函数
非平稳时间序列
脉冲充电控制方法
信号占空比
缓冲带
分段
粒子群优化算法
粒子群优化算法
智能滤波方法
滤波器
阶段
数据滤波技术
梯形图语言
粒子群优化算法
闭环控制系统
供气控制技术
控制策略开发
激光焊接工艺方法
接合面
电池壳体
数据
控制焊接机器人