摘要：BP神经网络在短期电力负荷预测时,经济、天气、社会等很多因素及大量的历史数据会被考虑进去,造成输入空间维数较高且相关,从而降低神经网络效率.利用主分量分析法PCA （principle component analysis）和独立分量分析法ICA （independent component analysis）在不损失负荷原始数据主要信息的前提下,根据各分量贡献率大小对输入空间进行重构,降低神经网络的输入量.文中提出的ICA特征提取法在对负荷数据进行重构处理时,有效去除了噪声以及保留了原始数据中的潜在信息和特征,最后仿真也证明了该方法预测的有效性.

关键词：短期负荷预测 独立分量分析 主分量分析 特征提取 bp神经网络 

单位：四川大学电气信息学院 成都610065 四川省电力公司 成都610041