改进BP神经网络的楼宇负荷预测

Research on Building Load Forecasting Based on Improved BP Neural Network

对于建筑楼宇用电负荷的预测,为电力系统合理分配电力资源以及安全有效管理,奠定了重要基础。根据建筑楼宇的建筑结构参数以及外在因素对负荷的影响,采用基于改进BP神经网络的多输入、单输出的楼宇负荷预测模型。并依据BP网络的优势与不足在预测中融入加权思维改进BP神经算法,对类似建筑进行用电负荷预测。预测结果表明经过加权改进的BP神经网络,预测精度上较高于传统的BP预测。其预测数据的精确性能够更好地满足对建筑楼宇用电负荷预测的日常需求,可以对建筑楼宇的负荷设计、规划以及变电设备的选取提供有效的数据支撑。