摘要：為提高短期負荷預測模型的精確度,研究了一種基于徑向基函數(radial basis function,RBF)神經網絡參數優化的短期負荷預測方法。首先,對短期負荷影響因素進行分析,建立了計及溫度累積效應的溫度變量量化模型和計及負荷修正的日期類型變量量化模型;其次,建立基于RBF神經網絡的短期負荷預測模型,分別基于近鄰傳播算法和遺傳算法對RBF神經網絡隱層節點的中心矢量和基寬參數進行優化;最后,基于某地區輕工業行業的夏季負荷數據進行了算例分析,結果表明,相比于未考慮參數優化的預測模型,可在一定程度上提高短期負荷的預測精度。