【技术实现步骤摘要】
本专利技术涉及电力系统负荷预测领域，尤其涉及一种基于人体舒适度评价和bp神经网络的负荷预测方法。
技术介绍
1、负荷预测是指导电网调度、规划的重要基础。近年来随着经济的发展，我国城市的用电负荷逐年上升，高速发展带来的负荷变化要求提升负荷预测准确率。通过精细化负荷预测，指导日前调度计划安排，提升地区供电可靠性，保障电网的安全稳定运行。此外，基于负荷预测结果，能够对线路运行风险以及分布式能源超发等情况进行合理评估，提供配电网改造的建议，暂缓或减少配电网改造投资。
2、对于城市短期电力负荷的预测，考虑天气因素的影响非常必要。影响电力负荷预测的因素众多，在短期负荷预测中最为显著的因素是气象因素，气象因素对电力系统负荷的影响过程是复杂的、高度耦合的，会影响空调、电暖风、电烤箱等家用电器使用强度的变化。尤其在夏季，负荷受气温影响波动很大，甚至多地出现高温天气导致的缺电停电情况。因此处理好气象因素输入量对提高短期负荷预测的精度显得至关重要。现在的负荷预测方法往往将温度、湿度等指标作为输入直接喂给神经网络训练，在负荷数据逐渐增多，气象维度逐...
【技术保护点】
1.一种基于人体舒适度评价和BP神经网络的负荷预测方法，其特征在于，基于BP神经网络模型进行负荷预测，所述BP神经网络模型的构建方法包括如下步骤：
2.根据权利要求1所述的基于人体舒适度评价和BP神经网络的负荷预测方法，其特征在于，所述步骤1中，假设待进行人体舒适度指数评价的天数为m，即m个评价对象，共有n个气象因素，即n个评价指标，评价指标集记为G＝{G1,G2,…Gi,…Gn}，Gj表示第j个评价指标；第i天对应的第j个评价指标的值记为uij，U＝(uij)m×n为m个评价对象、n个评价指标的属性矩阵；所述步骤1具体包括如下步骤：
3.根据...
【技术特征摘要】
1.一种基于人体舒适度评价和bp神经网络的负荷预测方法，其特征在于，基于bp神经网络模型进行负荷预测，所述bp神经网络模型的构建方法包括如下步骤：
2.根据权利要求1所述的基于人体舒适度评价和bp神经网络的负荷预测方法，其特征在于，所述步骤1中，假设待进行人体舒适度指数评价的天数为m，即m个评价对象，共有n个气象因素，即n个评价指标，评价指标集记为g＝{g1,g2,…gi,…gn}，gj表示第j个评价指标；第i天对应的第j个评价指标的值记为uij，u＝(uij)m×n为m个评价对象、n个评价指标的属性矩阵；所述步骤1具体包括如下步骤：
3.根据权利要求2所述的基于人体舒适度评价和bp神经网络的负荷预测方法，其特征在于，所述步骤1)具体包括以下步骤：
4.根据权利要求2所述的基于人体舒适度评价和bp神经网络的负荷预测方法，其特征在于，所述步骤2)具体包括以下步骤：
5.根据权利要求2所述的基于人体舒适度评价和bp神经网络的负...
【专利技术属性】
技术研发人员：李勇，李建立，王华，郑永建，黄显斌，雷雯婷，汪泉霖，王彪，刘晓宇，李婵婋，刘渝凯，刘洋，郭晓鸣，温世杨，李旭翔，刘洵源，贺家慧，
申请(专利权)人：国网四川省电力公司天府新区供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。