基于神经网络的电力系统短期负荷预测研究

电力系统负荷预测是电力生产部门的重要工作之一 ,作者利用 BP神经网络进行电力系统短期负荷预测 ,在保证有足够的训练样本的前提下 ,对预测模型进行合理分类 ,构造了相应于不同季节的周预测、日预测模型 ,并对输入变量的选择 ,特别是温度的选取问题 ,进行了讨论。在神经网络训练的过程中 ,往往会出现过拟合的现象 ,给预测的结果带来不利的影响 ,为此在训练过程中 ,将样本随机地分离为训练集和测试集来防止这个问题。典型算例的计算表明 ,该方法是有效的。