考虑气象因素的PCA-BP神经网络短期负荷预测

摘要：

为有效提高电力系统短期负荷预测精度及效率,提出一种基于主成分分析的BP神经网络短期负荷预测优化算法.利用主成分分析法将多个原始变量降维成少数彼此独立的变量作为输入,并根据各主成分的贡献率来确定网络的结构,有效解决BP网络预测精度与效率不高问题.在考虑气象因素的影响下通过对某地区历史负荷数据进行训练仿真,平均预测精度接近98％,预测程序运行效率提高两倍以上,仿真结果表明,该模型在效率和预测精度方面优于BP神经网络模型.

关键词：主成分分析、负荷预测、BP神经网络

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：2016宁夏高校科学技术研究资助项目NGY2016014

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-41