技术总结
本发明公开了属于电力负荷预测技术领域的一种考虑气象因素的短期电力负荷预测方法。收集历史负荷数据及气象数据，检测并修正异常数据；分析负荷数据与各气象因素的相关性，确定关键气象因素；根据负荷与关键气象因素的相关性建立综合气象因素；总结地区电网日负荷曲线的变化特性，找出预测日的典型相似日；利用选定负荷与综合气象因素建立Elman神经网络短期负荷预测模型，采用萤火虫算法训练网络参数；将待预测时刻的综合气象因素和相应负荷数据输入Elman神经网络短期负荷预测模型，输出待预测时刻的负荷预测值；显示负荷预测值。能准确预测工作日、周末以及法定节假日的负荷数据，预测精度高且适用性强，为电网运行人员制定发电计划提供可靠依据。
技术研发人员：王涛;王铁强;岳贤龙;王艳阳;顾雪平
受保护的技术使用者：华北电力大学(保定);国网河北省电力公司
文档号码：201510799160
技术研发日：2015.11.19
技术公布日：2017.05.31