摘要：针对电力系统短期负荷的特点建立了将累积式白回归动平均法（autoregressive integrated moving average,ARIMA）和采用反向传播算法（back propagation，BP）的神经网络法相结合的短期负荷预测模型。该模型利用ARIMA方法对线性时间序列逼近能力强的特点首先对预测日负荷进行预测，然后应用BP神经网络方法对预测结果进行修正，因此克服了单一算法存在的不足。应用该模型对某地区电网进行负荷预测，结果表明该方法的预测效果较好。

关键词：短期负荷预测 bp神经网络 平滑性处理 

单位：电力安全与高效湖北省重点实验室（华中科技大学）; 湖北省武汉市430074