一种实用化的配电网超短期负荷预测方法

针对配电网复杂多变的特点 ,提出了用神经网络和最优化算法相结合进行配电网超短期负荷预测的研究方法。采用分时段的负荷预测方法 ,大大缩小了网络规模。在神经网络的训练中 ,采用变步长的 BP算法 ,并实行远小近大加权均方的误差计算原则。运用了遗传算法和模拟退火两种最优化算法分别与神经网络算法相结合 ,并进行了比较。在遗传算法中首次引入了聚合度的概念。当两种算法结果相差不大时 ,用它们的平均值作为最后结果 ,进一步提高了预测精度 ,尤其是提高了重大节假日这一预测难点的精度。运用本算法编制了实用性软件 ,并对潍坊地区的真实负荷进行了预测 ,结果较好地满足了现场的要求。