基于PCA-BPNN方法的中长期电力负荷预测

来源期刊：控制工程2010年第6期

论文作者：张石 张瑞友 汪定伟

文章页码：800 - 802

关键词：主元分析;BP神经网络;负荷预测;电力系统;

摘    要：针对基于反向传播神经网络（Back-Propagation Neural Network,BPNN）的中长期电力负荷预测算法中,预测模型的精度和泛化能力易受输入样本变量影响这一问题,利用主元分析（Principal Component Analysis,PCA）方法能消除变量间相关性的特点,对BPNN的输入空间进行重构,消除重叠信息,提取主导因素,优化了网络结构,提高了预测精度。通过实例验证了该方法的有效性。此方法可以使用电计划部门实时、准确的预测电力负荷,以此最优的配比发电机组,也可减少由于预测不准确带来的电力系统各种故障的发生。