基于灰色关联度和BP神经网络的最大负荷同时率预测方法研究

田怀源，张 峰，王新库，周步祥

（1.国网山东省电力公司德州供电公司，山东 德州 253008；2.国网山东省电力公司济南供电公司，济南 250012；3.四川大学，成都 610000）

基于灰色关联度和BP神经网络的最大负荷同时率预测方法研究

田怀源1，张 峰2，王新库1，周步祥3

（1.国网山东省电力公司德州供电公司，山东 德州 253008；2.国网山东省电力公司济南供电公司，济南 250012；3.四川大学，成都 610000）

电力系统最大负荷同时率是电力系统规划中的一个重要参数，对其分析要考虑众多影响因素的叠加效用，并在预测模型中体现这些影响因素的关联程度。在负荷特性分析的基础上，充分利用灰色关联度分析方法能够定量地描述各因素之间相互变化的相对性特点和BP神经网络在非线性映射方面的能力，揭示负荷同时率与电力、经济和需求侧管理等方面的内在联系，有效凸显了影响负荷同时率变化的主导因素。用MATLAB对样本数据进行训练，并通过应用灰色关联度分析对网络隐含层节点的逐步优化，使网络结构达到最优化。仿真结果表明改进后的BP算法能够有效提高网络的预测精度、学习效率和实用性，能够为电网规划中负荷同时率预测提供有益的指导。

电网规划；负荷同时率；负荷特性；灰色关联度；BP神经网络

0 引言

电力系统负荷变化是一个受气候、政策和经济等多方面不确定和不可控因素综合影响的非线性动态过程，使得用电需求存在一定的随机性。由于电力系统中各类用户负荷达到最大值的时刻不同，系统的最大负荷总是小于各用户最大负荷之和，电力系统最大负荷同时率描述了用电性质不同的负荷在时间上的这种特性，在电网规划和设计中，可以帮助规划人员进行更准确的负荷预测。……