◆唐诗

基于进化神经网络的短期电力负荷预测研究

◆唐诗

（扬州大学 江苏 225000）

电力负荷的预测影响着电力储蓄和输送的工作质量，所以提高电力负荷预测的精准度对提高电力部门的效率具有重要意义。随着时代的发展，电力系统的机构变得越来越复杂，电力负荷的形式也越来越多样化，像非线性变化、事变、和不确定变化越来越突出，为了适应这一变化，诞生了人工神经网络，与传统的预测方法相比较，人工神经网络预测的精准度更高、非线性映射、自学能力都得到了提高，为电力负荷预测做出了卓越的贡献。

神经网络；电力负荷；预测研究

这几年，电力负荷预测中广泛的使用BP网络，它具有自己独特的优势，可以完美的与电力预测的数据相结合，对一些数据非线性变化和不确定变化具有很好的分析处理能力，对电力负荷的预测具有很重要的价值。短期电力负荷预测是运营商向用户提供服务的基础，传统的电力负荷预测有SVM、回归法等预测方法，这些方法具有施工难度低、便于操作等特点，但是对电力负荷预测不是很精准，会影响运营商的基本判断，以至于造成用户流失等现象。而BP网络就很好地解决了这些问题，在电力负荷预测中能够确保预测的精度，对电力行业具有卓越的贡献。

1 神经网络负荷预测概述

短时间内电力系统负荷可以看作是一个时间序列。从算法的角度出发，会有两种预测的方式，一种是在参数基础上……