【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第10期 316-319页,共4页

【作 者】： 李永斌

【摘 要】 研究短期电力负荷问题。电力负荷影响因子多,且含有噪音信息,传统短期电力负荷预测方法难以对其进行准确的预测,导致电力负荷精度低。为了提高短期电力负荷预测精度,提出了KPCA-BPNN的短期电力负荷预测模型。模型对电力负荷影响因素进行分析,并利用KPCA提取其主元特征分量,然后利用BPNN进行建模预测,最后对湖南某城市的短期电力负荷进行预测。仿真表明,KPCA-BPNN不仅加快了电力短期负荷预测预测速度,同时提高了电力短期负荷预测精度,是一种新型实用的电力系统短期负荷预测模型。