摘要：提出了一种基于模糊聚类分析和BP网络的短期负荷预测方法.考虑了温度、相对湿度以及日类型等影响负荷的因素,通过模糊聚类分析将负荷历史数据分成若干类,找出同预测日相符的预测类别,然后建立相应的BP网络模型,用附加动量和变学习速率的方法预测每小时的负荷.对于西安地区实际负荷的预测结果的分析表明该方法有较高的预测精度,取得了令人满意的结果.

关键词：短期负荷预测 电力系统 历史数据 模糊聚类分析 预测精度 

单位：西安理工大学电力工程系; 陕西省; 西安市; 710048; 西安供电局; 陕西省; 西安市; 710032; 北京国际系统控制公司; 北京市; 朝阳区; 100101