基于RBF神经网络的电力网络安全态势预测研究

摘要

针对现有网络安全态势预测信息来源单一、缺乏实时性的问题,文章提出一种基于径向基函数(Radial Basis Function,RBF)神经网络的电力网络安全态势预测模型。该模型使用滑动窗口方法构造安全态势值数据集,并采用训练样本集训练径向基神经网络,从而生成预测模型。实验结果表明,该方法能较准确地预测网络安全态势,并且在预测精度上优于反向传播(Back Propagation,BP)算法和支持向量机(Support Vector Machines,SVM)算法,具有更好的预测效果。