电网长期负荷快速预测

作者：贺远; 翟丹丹; 苏贵敏

来源：上海电机学院学报, 2019, 22(04): 221-226.

• 中长期负荷预测
• 主成分分析(PCA)
• 反向传播(BP)神经网络
• 收敛速度
• 预测精度

电力负荷的精确、快速预测,对安排年度电力生产工作和优化电网调度有着重要的经济和社会意义。在标准反向传播(BP)神经网络的基础上,提出一种结合主成分分析(PCA)和改进的BP神经网络的方法来对电网中长期的负荷进行预测。利用PCA有效地降低数据样本的维度,消除数据的冗余和线性信息,保留主要成分作为模型的输入数据,在标准BP网络的反向传播环节中引入动量项和陡度因子,有效解决了网络收敛速度慢和容易陷入局部最小值的问题。将此方法应用于济源市的中长期电力负荷预测,实验表明:基于PCA与改进的BP神经网络相结合的方法比标准BP网络具有更高的计算效率和预测精度。

• 单位
  国网河南省电力公司济源供电公司