论文部分内容阅读
电力负荷预测不仅可以提高电能配送的安全,还可以使电网企业合理有效运转,是一种提高能源利用率的重要方法。短期电力负荷预测有着随机、时变、非线性等特点,现阶段主要有传统的数据统计与现代人工智能两种方法来对电力负荷进行预测。传统的数据统计方法注重数据的拟合、模型的建立,而对电力负荷预测的影响因素利用不足,其预测结果往往不是很理想。在现代人工智能算法中,对电力负荷进行预测使用最多的就是BP神经网络。该方法也存在着隐含层数、隐含层节点个数、初始权值等选择的不确定性,较为依赖使用者个人的专家经验,还有着隐含层的