[发明专利]一种基于多层神经网络的短期电力负荷预测方法

摘要

本发明公开一种基于多层神经网络的短期电力负荷预测方法，包括步骤：对包含具有相同时间间隔的多个连续的时刻、每个时刻的用电量、每个时刻的气温的电力负荷数据集中的用电量值、气温值进行归一化后表示成电力负荷特征矩阵和电力负荷真实值向量；利用所述矩阵构建一个基于多层神经网络的短期电力负荷预测模型的网络结构；将表示成所述矩阵与所述向量的数据集按7∶2∶1依次划分为训练集、验证集与测试集；使用训练集与验证集对上述预测模型进行调参，得到优化的模型SPLF‑MNN；使用测试集计算SPLF‑MNN模型的预测精度以评估模型的性能，并利用SPLF‑MNN模型预测未来一天或一周内多个时刻的电力负荷。SPLF‑MNN模型考虑气温对电力负荷的影响、预测精度高、训练速度快，应用前景广阔。