基于BP神经网络方法的城市用电量预测模型研究.PDFVIP

智能电网 Smart Grid 第34卷第6期 电网与清洁能源 Vol.34 No.6 2018年6月 PowerSystemandCleanEnergy Jun.2018 文章编号：1674-3814（2018）06-0019-07 中图分类号：TM9 文献标志码：A 基于BP神经网络方法的城市用电量预测模型研究 1 2 1 1 1 1 2 冯伟 ，蒋玮 ，杨乐 ，姚建光 ，郭亮 ，吴倩 ，汤海波 （1.国网江苏省电力有限公司泰州供电分公司，江苏泰州 225300； 2.东南大学，江苏南京 210096） ResearchonForecastingModelBasedonBPNeuralNetworkforUrban ElectricityConsumption FENGWei ，JIANGWei ，YANGLe ，YAOJianguang ，GUOLiang ，WUQian ，TANGHaibo1 2 1 1 1 1 2 （1.TaizhouPowerSupplyCompany，StateGridJiangsuElectricPowerCo.，Ltd.，Taizhou225300，Jiangsu，China; 2.SoutheastUniversity，Nanjing210096，Jiangsu，China） ABSTRACT：Withthedevelopmentofeconomy，accuratepre⁃ 较好的精度结果：跨年月份为 89.30%，夏季 7、8 月份为 dictionofurbanelectricityconsumptionisbecomingmoreand 90.02%，其他月份为93.60%。实验证明，采用分段和多参数 moreimportant.Inthispaper，Taizhoucityistakenasexperi⁃ 方法，能够切实提高用电量预测的精度，具有较好的实用性。 mentation area and its electricity consumption from 2011 to 关键词：人工神经网络；分段训练；tensorflow；城市用电量；预 2016 astheexperimentaldata，andtwomethodsareadoptedto 测模型 improvetheaccuracyofpredictionwithtensorflowusedasthear⁃ tificialneuralnetworkframe.Thedataistrainedforeachmonth 随着中国经济的高速发展，中国的电力事业也 respectivelywithpeakareasforthenewyearperiodandsummer 在不断升级和改造。一个城市的用电量的准确预 distinguished.Inaddition，theeconomicandgeographicalfac⁃ 测，不仅关系到电网的改造和规划，还关系到我国发 torsareaddedasparametersofartificialtrainingneuralnetwork. [1-3] 电设备和工程的建设 。因此，通