神经网络法短期负荷预测

本文提出了基于神经网络的电力系统短期负荷预测方法。采用反向传播自学习算法，获取一个四层的前馈神经网络，将此神经网络用于电力系统按小时进行预测。文中把网络法和其它一些方法进行了比较，结果表明，这个新方法能获得传统时间序列分析法所得不到的结果。采用精心设计的网络，反向传播式自学习过程是获取用于电力负荷预测神经网络的有效方法。选择传递函数是达到收敛性和综合性的重要一环。从电力系统的实时数据中提炼出网络模型，并按小时进行短期负荷预测，结论是近乎于完美的，在工作日的误差为１．０７％，周末误差为１．０８％。