一种基于神经网络进行电力系统负荷预测的方法和装置

摘要

本发明公开了一种基于神经网络进行电力系统负荷预测的方法，该方法包括：S1：根据周期性负荷数据构造训练集；S2：根据负荷数据之间的依赖关系构造局部连接的神经网络；S3：将步骤S1中构造的训练集输入到步骤S2中构造的局部连接的神经网络，训练局部连接的神经网络的参数，得到预测模型。还公开了一种基于神经网络进行电力系统负荷预测的装置，该装置包括：构造样本模块、构造网络模块和训练模型模块。本发明中不仅考虑了局部依赖性，并且考虑了共享权值的影响，局部依赖不共享权值，从而使各依赖关系的权值不同局部连接的权重之间互不相关，从而能够有效提高负荷预测的准确性。