摘要：由各时点负荷分量组成的负荷时间序列中,各数据点间具有一定的相关性和差异性,在进行短期负荷预测时模型一般无法兼顾数据的共性和差异性.作者采用一种改进的主成分分析法,在不损失负荷原始数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量.同时,针对电力系统短期负荷受温度影响较大的特点,将温度因素引入BP神经网络进行短期负荷预测,实例分析验证了该方法的有效性.

关键词：电力系统 短期负荷预测 负荷时间序列 主成分分析 

单位：重庆大学高电压与电工新技术教育部重点实验室; 重庆市; 沙坪坝区; 400044; 贵阳市南供电局; 贵州省; 贵阳市; 550002; 重庆大学高电压与电工新技术教育部重点实验室; 重庆市; 沙坪坝区; 400044