贾花萍

（1.渭南师范学院 数学与信息科学学院，陕西 渭南 714000；

2.渭南师范学院 计算机网络工程技术中心，陕西 渭南 714000）

GRNN神经网络在电力系统负荷预报中的应用

贾花萍1，2

（1.渭南师范学院 数学与信息科学学院，陕西 渭南 714000；

2.渭南师范学院 计算机网络工程技术中心，陕西 渭南 714000）

为了预报电力系统负荷，采用GRNN（广义回归网络）的方法，通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型，用MATLAB7.0仿真，达到了预测的目的。利用GRNN神经网络预测结果准确率高，避免了BP网络预测同样的数据库，算法冗长，网络预测结果不稳定的缺点，GRNN网络具有更好的预报精度。

GRNN神经网络；BP神经网络；负荷；预报

电力负荷预报是从已知用电需求出发，考虑政治、经济、气候等相关因素，对未来用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量（功率）的预测和未来用电量（能量）的预测。为电力系统规划、运行提供依据，是电力系统规划和调度的重要组成部分；同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。目前的预测方法有趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等[1]。负荷曲线是与很多因素相关的一个非线性函数。对于抽取和逼近这种非线性函数，神经网络是一种合适的方法。神经网络的优点在于它具有模拟多变量而不需要对输入变量作复杂的相关假定能力。……