基于BP神经网络-时间序列模型的中期负荷预测  

作　　者：李梓萍 李校良 

机构地区：[1]辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛125000

出　　处：《信息记录材料》2024年第2期246-248,共3页Information Recording Materials

摘　　要：电力负荷预测在电力系统运行和规划中具有重要作用。它有助于电力公司更好地管理电力供应,提高电力系统的效率,减少能源浪费,以及满足用户对电力的需求。本文首先对研究人员收集的原始数据进行预处理,采用传统的时间序列分析法对电力负荷进行预测,发现其在时间尺度较长的预测中误差较大。其次,研究人员引入BP神经网络(back propagation neural network, BPNN)模型,与时间序列分析法相结合,利用全国内连续12个月的用电量去预测次月的用电量。最后,研究人员在仿真预测中分析了影响因子对其影响的情况。仿真结果表明,时间序列分析法和BP神经网络协同使用会大大减小中期电力负荷预测误差,引入影响因子分析后会使预测结果准确率进一步提高。

关 键 词：中期电力负荷预测 BP神经网络 时间序列分析 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]