考虑气象因素和日期类型的短期负荷预测

摘要：

为电力系统的合理安排,设计了一种计及气象因素和日期类型的短期负荷预测方法.首先,通过对典型日负荷数据的分析,论证了短期负荷数据具有随日周期、周周期和天气类型以及气温等相关气象数据的变化规律;然后,以过去24小时负荷数据、日期类型以及天气、温度的数据作为系统输入量建立基于反向传播神经网络(BP ANN)的负荷预测模型;最后,对预测模型进行了仿真验证,仿真结果表明,相比于不考虑气象因素和日期类型的负荷预测方法,可大大提高短期负荷预测的精度.

关键词：负荷预测、人工神经网络、气象因素、仿真

所属期刊栏目：31

分类号：TM743(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目NC2012065

在线出版日期：2014-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：109-112,179