聂品磊 费 东 王宏杰 孙 涛

(中海油能源发展股份有限公司安全环保分公司，天津 300456)

基于EMD-BP神经网络的短期电力负荷预测

聂品磊 费 东 王宏杰 孙 涛

(中海油能源发展股份有限公司安全环保分公司，天津 300456)

针对电力负荷具有的非平稳、随机性、不确定性的特点，提出用EMD-BP神经网络方法对电力负荷进行预测，通过EMD方法将非平稳、随机的电力负荷数据转换成平稳、确定性数据，之后利用BP神经网络进行电力负荷预测。通过仿真试验可以看出，相比于直接使用BP神经网络进行预测，EMD-BP神经网络的预测精度更高、相对误差较小。

BP神经网络 EMD 电力负荷 负荷预测

电力负荷又称为电力负载，一般指用电设备或用电单位所耗用的电功率或电流大小，电力负荷的预测是搞好供配电工程规划、计划的基础和依据；对变配电所的设备容量、供配电线路的电压等级及线路的选择等都至关重要。而短期负荷预测是指对未来几天、几周的负荷做出估计，目的是使各个电厂能够做出合理的日、周发电计划，是电力系统最为关键的一类负荷预测[1]，因此研究短期电力负荷预测的问题就显得尤为重要。目前主要的电力负荷预测方法有：回归分析法、灰色预测法、专家系统法、小波分析法及神经网络法等[2～5]。尤其是神经网络方法得到了广泛的应用，许多学者对此进行了深入的研究。但是电力负荷并不是一种平稳的、确定性的数据，而是一种非平稳的、随机性的数据，也正是由于电力负荷的这种特性，使得进行预测时的准确率降低。……