基于BP神经网络方法的城市用电量预测模型研究

被引：9

作者：

冯伟 ^{[1
]}

蒋玮 ^{[2
]}

杨乐 ^{[1
]}

姚建光 ^{[1
]}

郭亮 ^{[1
]}

吴倩 ^{[1
]}

汤海波 ^{[2
]}

机构：

[1] 国网江苏省电力有限公司泰州供电分公司

[2] 东南大学

来源：

电网与清洁能源 | 2018年 / 34卷 / 06期

基金：

国家重点研发计划;

关键词：

人工神经网络; 分段训练; tensorflow; 城市用电量; 预测模型;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM715 [电力系统规划];

学科分类号：

摘要：

随着经济发展,对城市用电量进行精确预测变得越来越重要。以泰州市为实验区,以泰州市2011—2016年的用电量为实验数据,使用Tensorflow为人工神经网络框架,采用了分段和多参数2种方法提高预测电量的精度,分别是针对月份进行分段训练,将跨年和夏季用电高峰区分开来,同时,也加入经济和地理因素作为人工训练神经网络的参数,得到较好的精度结果:跨年月份为89.30%,夏季7、8月份为90.02%,其他月份为93.60%。实验证明,采用分段和多参数方法,能够切实提高用电量预测的精度,具有较好的实用性。

引用

页码：19 / 25+32 +32

页数：8

共 41 条

[1] 基于风力条件相似度的港口电力负荷短期预测 [J].