基于人工神经网络的短期负荷预测方法

摘要

本发明涉及基于网络结构改进和输出结果修正的短期负荷预测方法，属于电力系统负荷预测技术领域。该方法包括网络结构改进方法和输出结果修正方法。所述的网络结构改进方法，主要改进了输入变量的选择，输入变量考虑6方面因素，分别为日期类型W、温度指数T、人体舒适度指数D、累积效应指数A、负荷数据L、经济增长指数E。所述输出结果修正方法，考虑由于非典型日时间影响带来的负荷增大或减小，对输出结果进行修正。本发明提高了负荷对气象指数的敏感性，优化了网络非线性函数拟合参数，加快了网络的训练速度，提高了负荷预测的准确率。

主权项

一种基于人工神经网络的短期负荷预测方法，该方法包括确定人工神经网络结构；对人工神经网络进行训练；输入预测日的输入变量，通过人工神经网络计算输出结果；其特征在于，还包括对输出结果的修正；所述确定人工神经网络结构中，采用的输入变量包括6类，分别为日期类型W、温度指数T、人体舒适度指数D、累积效应指数A、负荷数据L、经济增长指数E；所述输出结果的修正为：用非典型日事件影响带来的负荷增大或减小，对输出结果进行修正。