基于BP神经网络的北京夏季日最大电力负荷预测方法

被引：64

作者：

李琛 ^{[1
,2
]}

郭文利 ^{[2
]}

吴进 ^{[3
]}

金晨曦 ^{[2
]}

机构：

[1] 中国气象局北京城市气象研究院

[2] 北京市气象服务中心

[3] 京津冀环境气象预报预警中心

来源：

气候与环境研究 | 2019年 / 24卷 / 01期

关键词：

BP神经网络; 日最大电力负荷; 累积气象因子; 预测模型;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

利用2006～2017年北京夏季(6～8月)逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP(BackPropagation)神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。

引用

页码：135 / 142

页数：8

共 10 条

[1]

环境气象学与特种气象预报.[M].吴兑;邓雪娇编著;.气象出版社.2001,

[2]

一种新的粒子群算法优化支持向量机的短期负荷预测 [J].