摘要：在采用分段预测方法的基础上，利用小规模BP（back propagation）神经网络学习时间短和径向基函数（radial basis function，RBF）神经网络自身训练速度快的优点，提出了基于BP和RBF网络的级联神经网络日负荷预测模型，将影响日负荷变化的非负荷因素（气象、日类型等）与历史负荷因素分别加入BP和RBF网络中分开考虑，进一步简化了预测模型。计算实例表明，该模型较一般级联神经网络模型收敛更快速、高效，预测精度有了很大提高。

原文链接:http://www.cqvip.com//QK/91996X/200912/30756292.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）