基于k-means聚类与BP神经网络的用电负荷预测方法

负荷预测是电力系统规划与调度的一项重要内容。文章将气象条件中的各个因素作为解释变量,每15 min测得的总有功功率作为被解释变量,结合负荷的历史走势进行短期预测。为了使模型更加精确,文章在聚类分析的基础上采取BP神经网络模型进行预测。首先进行k-means聚类,把解释变量聚为4类;然后选取未来6 d的负荷数据作为训练样本,将所得结果与真实值对比,得出误差在5%左右;再利用历史数据对数据模型进行训练,得出预测结果。