基于改进BP神经网络的居民负荷短期预测

用电负荷预测是电网电力规划工作的基础和前提,对于电网安全、经济运行具有重要意义。针对传统BP神经网络收敛速度慢,易陷入局部极小的缺陷,采用具有较快收敛速度和稳定性的LM算法进行改进,建立了基于LM-BP神经网络的居民负荷短期预测模型。最后利用商丘市某县2006～2015年居民用电负荷数据作为样本数据,对此预测模型进行仿真训练。仿真结果表明,该模型相对于传统BP网络收敛速度明显提高,且预测精度更加精确,适用于中小城镇居民用电负荷的短期预测,可以为相关供电部门对未来电力部署提供有力依据,保障电网的经济运行。