摘要：采用时间序列中的自回归求和移动平均算法（ARIMA）对日负荷进行粗预测，获得消除了周期性的受气象因素影响较强的差值序列。结合气象信息，为小规模神经网络构造能反映气象，变化的新息序列，为网络提供良好的训练与适应环境，训出对气象非平稳，叟化敏感的输出因子Y，再用敏感因了对ARIMA算法的预测结果进行修正，从而构建出对气象适应性较强的ARIMA＋Y的预测算法。利用Delphi5．0实现的负荷预测软件对广西负荷区进行预测，多年的运行证明：该算法对广西负荷区气象非平稳变化具有很好的敏感性和适应性，能显著提高气象非平稳变化日的预测准确率，较好地解决了在气象变化影响下用ARIMA算法预测准确率偏低的问题。

关键词：电力系统 负荷预测 时间序列 神经网络 气象敏感因子 

单位：中南大学信息物理工程学院; 湖南省长沙市410083; 长沙理工大学; 湖南省长沙市410077; 广西电力有限公司电网调度中心; 广西壮族自治区南宁市530023