基于主成分分析和正则化神经网络的电力负荷预测方法

• 作者: 徐江 冯雪 付兆庆 马宝明 苗耀庭
• 来源期刊: 内蒙古电力技术
• 关键词: 负荷预测 主成分分析 正则化 神经网络 电力市场交易
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 营销专栏|MARKETING COLUMN
• 页码范围: 33-37
• 页数: 5页
• 分类号: TM715+.1
• 语种: 中文
• DOI: 10.19929/j.cnki.nmgdljs.2021.0074

摘要

为提高用电负荷预测的准确率,提出一种基于主成分分析(PCA)和正则化人工神经网络负荷预测方法.通过分析多个影响负荷变化的变量和因子,利用主成分分析法对变量进行线性降维,减少各变量之间的关联性,用得到的主成分作为BP神经网络的输入变量,同时增加正则化约束项优化神经网络训练过程,提高网络模型泛化能力.最后利用某售电公司所代理用户的实测用电数据进行网络建模和预测,结果表明,与其他预测方法进行对比,该预测方法有较高的准确性.