科研之友
微信
新浪微博
Facebook
分享链接
摘要
电力的生产与利用具备不能储存的特殊性质,这样就要求发电量要紧随着用电量的变化而变化,因此需要进行负荷预测。目前国内外学者都热衷于研究如何对未来负荷进行精确的预测,但是其中的研究都没有考虑到电价的变化。为此我们总结了负荷预测的相关研究实践,并着重分析了基于电价的负荷预测方法,最终选择利用 MATLAB来建立短期电力负荷与价格预测的模型。本文应用BP神经网络,并利用温度值、假日信息和历史负荷数据等来预测未来负荷。本文选择某地区2013年到2016年间的每小时的历史数据对模型进行训练,并应用2017年的样本数据进行测试。仿真结果表明该模型的预测结果准确,平均误差约为 1%～2%。
-
单位营口理工学院
