基于统计分析与动态神经网络的短期负荷预测  

作　　者：王颖[1] 术茜[1] 黄镇坤[2] 

机构地区：[1]东北电力大学电气工程学院,吉林132012 [2]天津市电力公司高压供电公司,天津300250

出　　处：《天津电力技术》2012年第2期46-49,共4页Tianjin Electric Power Technology

摘　　要：电力系统负荷预测是实现电力系统安全、经济运行的基础。对一个电力系统而言,提高电网运行的安全性和经济性,改善电能质量,都依赖于准确的负荷预测。要进行准确的负荷预测,必须对历史数据进行深入分析,如果影响因素没有分析正确,要得到准确的负荷预测是相当困难的。在预测前使用SPSS软件对原始数据进行统计分析,先用主成分分析法降低数据维数,再用聚类分析找出同类型日。然后根据预处理过的历史数据和天气因素以及日期类型因素构造不同的动态神经网络分别进行预测,最后采用BP网络进行重构得到最终的预测结果。仿真结果表明基于该方法的电力系统短期负荷预测具有较高的精度。

关 键 词：主成分分析 聚类分析 动态神经网络 短期负荷预测 

分 类 号：TM715[电气工程—电力系统及自动化]