基于人工神经网络（ANN）的配电网短期负荷预测技术

董 嗣瑾
天津三源电力信息技术股份有限公司

摘要


考虑到配电网负荷受到气象条件，时间因素和用户用电行为多因素耦合作用，给短期负荷预测带来困难。因而提出了一种依赖于人工神经网络（ANN）的方法，用于预测配电网的短期负荷。对配电网的负荷特性及其主要的影响因素进行了分析，并选择历史负荷、温度、湿度以及时间特征为模型的输入，建立了BP神经网络预测模型；完成了模型训练，仿真分析和关键优化技术的研究，根据实际配电网的运行数据进行了工程验证。仿真结果表明，模型测试集RMSE为2.12 MW、MAPE为2.7%、R2达到0.978、MaxAE为6.3 MW；现场应用结果显示RMSE为1.84 MW、MAPE为1.73%、R2达到0.982、MaxAE控制在2.70 MW以内。研究表明ANN模型能有效地挖掘负荷的变化规律并提高短期负荷的预测准确性，从而为配电网的安全经济运行及调度决策提供技术支持。ANN以及其改进模型在短期负荷预测领域得到了广泛的应用，其中RMSE，MAPE以及R2也是目前评估负荷预测性能的重要基础。

关键词


人工神经网络；配电网；短期负荷预测；BP神经网络

全文:

PDF


参考


[1]周慧，李红芍，蔡玲琍，等.Logistic回归模型与人工神经网络模型对预测维持性血液透析患者频发性透析中低血压的危险因素分析[J].中国血液净化，2026，25（6）：495-500.

[2]Desai J, Patel A R, Patel N, et al. Short-term load forecasting in renewable energy microgrids using PSO-optimized parallel artificial neural networks[J].Industrial Artificial Intelligence, 2026, 4 (1):3-3.

[3]周元睿，韩征洋.基于多层感知人工神经网络算法的风电负荷预测研究[J].工业控制计算机，2026，39（5）：151-153.

[4]曾子睿，李牧野，孙玉祥，等.基于人工神经网络与粒子群优化的拉曼激光器谐振腔优化方法[J].红外与激光工程，2026，55（5）：132-142.

[5]徐怡洁，樊子维，关力珺.基于经验模态分解和双向长短期记忆网络的短期负荷预测方法[J].技术与市场，2026，33（5）：100-103.


Refbacks

  • 当前没有refback。