基于BP神经网络的短期负荷预测

摘要：

根据2018年某市夏季(6～8月)最大日负荷量和同期气象资料,用SPSS软件分析日最大电力负荷与各种影响因子的相关性,依据数据特征选择斯皮尔曼相关性系数量化该相关性.基于BP(Back Propagation)神经网络算法,建立了用于周负荷预测的夏季短期日最大负荷量预测模型.经过试验,该模型取得了较好的预测效果,能基本满足电力部门的实际需求.

关键词：最大日负荷量、影响因子、斯皮尔相关性系数、BP神经网络、预测模型

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：256-258