呼和浩特地区电网基于大数据的BP神经网络短期负荷预测

• 作者: 姜海洋 周芮冰 王烁罡 周定均 刘昌新 云卿
• 来源期刊: 电力大数据
• 学科: 社会科学
• 关键词: 神经网络法 负荷特性 大数据 主元分析法 短期负荷预测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 大数据专题
• 页码范围: 47-54
• 页数: 8页
• 分类号: C39
• 语种: 中文

摘要

针对短期负荷预测精度不够,达到提高系统充裕性评估准确度的目的,本文以呼和浩特市(呼市)地区电网为例,研究了基于大数据的反向传播神经网络(BP神经网络)负荷的短期预测方法.首先,研究了呼市地区电力负荷特性,发现呼市电力负荷变化与温度、节假日等因素相关性;然后,考虑到多重因素对呼市地区负荷变化的影响,以BP神经网络方法为基础,利用大数据主元处理法建立短期电网负荷的预测模型;最后,以呼市地区历史负荷数据为例,通过与传统BP神经网络预测相对比,结果表明基于大数据的BP神经网络短期负荷预测方法的学习时间短、收敛性好、精度高,降低了负荷预测误差,弥补了传统BP神经网络算法的缺点,满足呼和浩特供电局对负荷预测精度要求,提高了系统充裕性评估准确度.