基于人工神经网络的短期电力负荷预测研究

摘要

电力系统短期负荷预测是能量管理系统的重要组成部分,随着居民生活水平的提高和第三产业的发展,商业负荷和居民负荷正在占有日益增大的比重,二者受气象因素的影响比较明显.相比于传统的短期负荷预测方法,神经网络处理短期负荷和影响负荷变化的因素之间的非线性关系具有强大映射能力.本文首先引入了负荷样本数据的处理方法,气象因素对负荷的影响及分析,然后介绍了神经网络训练的Levenberg-Marquardt算法,最后针对某地区某天24整点负荷使用人工神经网络进行预测,并且给出了预测结果,结果表明基本上达到了预测精度要求.