基于BP神经网络的北京夏季日最大电力负荷预测方法

摘要：

利用2006～2017年北京夏季(6～8月)逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP(Back Propagation)神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比.结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优.

关键词：BP神经网络、日最大电力负荷、累积气象因子、预测模型

所属期刊栏目：24

分类号：P49(应用气象学)

资助基金：北京市市委、市政府重点工作及区县政府应急项目预启动专项"城市效应可分辨数值天气预报技术与应用研发"Z151100002115045

在线出版日期：2019-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：135-142