邓智广

（广东电网有限责任公司佛山供电局，广东 佛山 528000）

科学的不断进步带来了各行各业技术的提升，电力行业中，配电网中的设备也在不断地更新换代。配电系统是供电企业中最重要的组成部分，是电网将电向用户输送的桥梁。社会用电需求不断地增加运行负担也在急剧加重，配电网的电网系统短期负荷的各种预测技术也在不断地发展，电网预测的目的是提升电网资产的有效利用率，减少电网在预测过程中的电流损失。可持续发展理念的引入，使电气设备的高速发展与新能源的融合让电网的发展方向产生了一定的改变。不同类型的新能源接入导致电网的负荷在短时间内产生较大的变化，目前电网的抗容能力很难应对能源替代中的短期电流负荷变化，交流配电网需要采用电网系统短期负荷预测的方式，对电网系统短期负荷进行计算，以便满足配电网系统的电负荷变化需求。大数据时代让很多传统行业朝着新的方向发展，电网系统的数据和控制系统变为开放访问的模式，国内外学者开始对电网系统短期负荷预测方法进行研究，基于配电系统的直流电和交流电的不同特征，研究了电网的安全可靠性。文献［1］研究了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上，深度递归神经网络增设了关联层，并以改进粒子群算法作为网络的优化学习算法，对模型权值空间进行深度优化。……