长期电力负荷预测及相关因素不确定性的影响

为了更好地反映各种相关因素对负荷的影响,采用人工神经网络进行中长期负荷预测。构造了具有三层结构的 BP 网络,以历史负荷数据和相关影响因素数据为训练样本,采用排除法和方差比检验法对预测器的输入变量进行选择。采用随机矩阵对输入变量矩阵进行扰动的做法达到了改善预测效果的目的。 研究了相关因素的不确定性对负荷预测结果的影响。对于相关因素的不确定性呈正态分布的情形,根据负荷预测结果在各个相关因素均值处的偏导数,确定其对负荷预测结果的影响程度,从而得出因各个相关因素的不确定性造成负荷预测均值的波动范围。对于更一般的情形,提出了用区间均值表示的抽样盲数的概念,并利用抽样盲数反映负荷预测器本身、各个相关因素以及负荷预测结果的不确定性,依据盲数的运算规则以及各种可能情况下的负荷预测结果,得出负荷预测结果的概率分布及置信区间。 采用研究的方法对陕西省电力负荷进行了预测,分析表明采用国内生产总值、重工业生产总值、农业生产总值、轻工业生产总值、第一产业、第三产业产值等六个相关因素作为输入变量时,预测效果较好。与实际负荷统计值的对比表明:提出方法是可行的,并且具有较高的预测精度。