摘要：电力系统负荷预测结果的准确性关系到电力系统的调度运行、生产计划和供电质量，为此在研究短期负荷预测中应用了粒子群PSO和BP神经网络相结合的混合算法。该算法先应用粒子群优化算法算出BP神经网络的连接权向量和阚值，每次迭代求出最优粒子的权向量和阈值及BP网络在这组权向量和阈值的实际输出值，最后得出第i个粒子的适应度函数。与其他方法相比，该算法预测精度较高：平均相对误差≤1．48％，最大相对误差≤4．10％。而且收敛速度快。预测结果满足短期负荷预测误差要求。

关键词：粒子群算法 优化算法 日负荷预测 预测精度 相对误差 

单位：福州大学电气工程与自动化学院; 福州350002