基于主成分自适应BP神经网络的短期电力负荷预测方法

摘要

本发明涉及一种基于主成分自适应BP神经网络的短期电力负荷预测方法，包括：神经网络的输入量为历史数据的主成分，神经网络的输出量为预测日期的24小时负荷值；通过主成分分析生成历史数据的一组新的互不相关的新变量，并将其用于BP神经网络，以上构成了主成分自适应BP神经网络；利用主成分自适应BP神经网络进行短期电力负荷预测。主成分自适应BP神经网络兼具BP神经网络和主成分分析的优点，不仅具有较好的误差反馈修正的动态过程，而且有效的减少了输入数据，增强了数据的有效性。将其应用到短期电力负荷预测中，能够更好的拟合电力负荷系统的非线性、动态性和时变性的特点，预测精度高。