短期负荷预测模型及其影响因素

作者：廖立; 忻建华; 翟海青; 卫振华

来源：上海交通大学学报, 2004, (09): 1544-1547.

DOI：10.16183/j.cnki.jsjtu.2004.09.027

• 短期负荷预测
• 神经网络
• 模拟退火 short term load forecasting
• neural networks
• simulated annealing (SA)

在分析电力负荷曲线特性的基础上,将日负荷分成工作日和非工作日,并着重考虑温度对负荷曲线特性的影响,将BP算法和模拟退火(SA)算法相结合,对某电网的日负荷数据进行实际计算,发现考虑预测日类型和温度等因素后,负荷预测精度有很大提高.

• 单位
  上海市电力公司; 上海交通大学