Matlab可用于电力系统短期负荷预测的RBF神经网络程序可用于电力系统短期负荷预测的RBF神经网络程序.rar

针对电力系统低频振荡模式识别问题,本文提出了一种用于电力系统低频振荡模式识别的指数阻尼正弦神经网络(EDSNN)方法。在采用快速傅立叶变换进行排序后,通过引入了拓扑结构与低频振荡(LFO)信号的数学表

电力系统负荷建模，很实用的讲述了建模的要点和注意事项，可以看看

短期电力负荷预测方法研究与系统设计

RBF神经网络用于函数的拟合，实际运用效果不错！

RBF神经网络用于函数拟合与模式识别的Matlab程序

此程序实现了RBF神经网络的构建过程，使用matlab

用于电力系统有功负荷，无功负荷、节点电压等潮流计算

rbf神经网络.rar

先对xun.m运行，不断修改w，b和c；直到误差达到最小，将修改完的w，b和c，修改预测yuce.m中的值。

基于RBF神经网络初期损伤预测，万云辉，，利用RBF神经网络来预测结构初期损伤对整体的影响，可以有效地判断结构的稳定性。由于神经网络可以通过对样本的反复学习来反映整体