摘要
短期电力负荷预测是电力系统运行调度与规划的核心环节,精准的负荷预测
能够有效降低发电成本、保障电网运行稳定性,提升新能源消纳能力。传统短期
电力负荷预测方法面对非线性、强波动的现代电力负荷特征,预测精度存在明显
瓶颈。本文针对这一问题,探讨基于神经网络的短期电力负荷预测模型构建方法,
分析神经网络在处理负荷时序非线性特征上的优势,对比不同神经网络模型的预
测性能。研究结果表明,相比于传统统计预测方法,神经网络模型能够更好捕捉
气象因素、日期类型对电力负荷的非线性影响,预测精度提升明显,可为电力系
统短期负荷预测提供可靠的技术支撑。
机构地区
610424198805164997
发表时间
2026年07月27日(期刊网平台发表日期,不代表实际的发表时间)