上海工程技术大学毕业设计（论文） 电力系统负荷预报的Matlab实现 摘 要电力系统负荷预测是电力生产部门的重要工作之一。通过准确的负荷预测，可以合理安排机组启停，减少备用容量，合理安排检修计划及降低发电成本等。准确的预测，特别是短期预测对提高电力经营主体的运行效益有直接的作用，对电力系统控制、运行和计划都有重要意义。神经网络具有以下优点：（1)可以任意逼近复杂的非线性函数；（2）所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的鲁棒性和容错性；(3)采用并行分布处理方法，使得快速进行大量运算成为可能；(4)可学习和自适应不知道或不确定的系统；(5)能够同时处理定量、定性知识。负荷曲线是与很多因素相关的一个非线性函数，神经网络对于抽取和逼近这种非线性函数是一种很好的方法，用神经网络技术进行电力系统短期负荷预报可获得较好的精度。 本文介绍了电力负荷预测的主要方法和神经网络的原理、结构，分析了反向传播算法和广义神经网络算法，采用改进的三层人工神经网络来建立负荷预测模型，以前七天的负荷数据和当天影响负荷的天气因素作为数据样本，进行神经网络的自我训练
