基于遗传神经网络的短期负荷预测研究.docVIP

基于遗传神经网络的短期负荷预测研究 　　摘要：电力短期负荷预测在实时控制和保证电力系统经济、安全与可靠运行方面起着重要作用，对于系统运行具有重大影响。根据电力短期负荷的变化特点，综合考虑温度、天气、风力等因素，提出了基于遗传算法优化人工神经网络方法的短期负荷预测模型。在试验中采用单一的人工神经网络和优化的神经网络建模分别对广东省某城市电网的短期负荷进行预测。实际预测结果表明，基于遗传算法优化神经网络方法预测模型的预测准确度明显高于单一神经网络方法的预测准确度。 　　关键词：短期负荷预测；神经网络；遗传算法 　　作者简介：黄国栋（1976-），男，广东阳江人，广东电网湛江供电局，工程师。（广东 湛江 524005） 　　中图分类号：TM714 文献标识码：A 文章编号：1007-0079（2014）06-0261-02 　　电力短期负荷预测是对未来一周以内（通常为一周或一天）的负荷进行预测。短期负荷预测在电网运行实时控制和发电规划中具有重要地位，短期负荷的预测结果是调度中心制定发电计划、电力系统运行安全评估、电力企业日常经营管理的重要依据。[1]在当前电力系统市场化形势下，提高负荷预测精度对于电力系统的经济运行、合理制定机组检修计划和进行电力需求管理等具有重要意义。 　　一、电力系统负荷变化的特点及预测方法 　　电力系统负荷变化受到很多因素的影响。一方面，负荷变化存在由