华北电力技术2017，Issue(9) ：22-27.DOI:10.16308/j.cnki.issn1003-9171.2017.09.004

基于神经网络的电力系统短期负荷预测

Power System Short-term Load Forecasting Based on Neural Network

赵东雷 李丹华 库巍 李文浩 花广如
华北电力技术2017，Issue(9) ：22-27.DOI:10.16308/j.cnki.issn1003-9171.2017.09.004
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于神经网络的电力系统短期负荷预测

Power System Short-term Load Forecasting Based on Neural Network

赵东雷 1李丹华 1库巍 1李文浩 1花广如1
扫码查看

作者信息

  • 1. 华北电力大学机械工程系,河北保定071003
  • 折叠

摘要

短期负荷预测是电力系统运行与分析的基础,提高负荷预测精度,是保障电力系统优化决策科学性的重要手段.通过实际采集两地区(云南省和深圳市)气象因素,分别用BP和RBF神经网络模型对两地区进行了短期负荷预测和精度对比分析,发现两种网络模型预测的相对误差均低于10％,但RBF的预测精度和泛化能力方面均优于BP神经网络.最后对两地区2015年1月份7天的电力负荷进行预测,发现两种网络模型预测的准确率均在90％以上,RBF网络的预测精度高于BP网络模型,并且云南省可以获得更准确的预测结果.

关键词

短期负荷预测/RBF神经网络/BP神经网络/预测精度

引用本文复制引用

出版年

2017
华北电力技术
华北电网有限公司,华北电力科学研究院有限责任公司

华北电力技术

影响因子：0.521
ISSN：1003-9171
被引量5
参考文献量7
段落导航相关论文