计及产业结构和温度因素的神经网络电网负荷预测方法

• 作者: 杨星磊 项川 姜鸣瞻 邓玲 谢琼瑶 杨松坤 谭炜东 路长江
• 来源期刊: 电力电容器与无功补偿
• 学科: 工学
• 关键词: 电力负荷预测 神经网络算法 产业结构
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 系统应用研究
• 页码范围: 79-84
• 页数: 5页
• 分类号: load estimation,neural network algorithm,industrial structure
• 语种: 中文
• DOI: 10.14044/j.1674-1757.pcrpc.2022.06.012

摘要

电力负荷的准确预测是电力规划建设的重要前提。传统的负荷预测方法均局限于回归分 析、增长率等线性模型，无法考虑影响电力负荷的非线性因素，导致预测结果与实际需求存在偏 差。针对负荷预测的非线性特性，提出了一种计及温度和产业结构的短期负荷预测方法；采用神经 网络算法对预测地区的温度和产业结构历史数据进行学习，明确了神经网络结构体系各维度间的 复杂关系，从而建立了负荷预测的非线性模型。计算结果表明，所建负荷预测模型能够高保真地模 拟各因素的非线性特性，其误差仅为1.5%。综合分析了温度、产业结构的影响规律，为所提方法在 夏季降温负荷突出的中部和西南部分地区的应用提供数据支撑。