电力气象服务小结与讨论

五、电力气象服务小结与讨论

对于受不确定因素影响的短期电力负荷,提出了基于模糊分类处理的变结构神经网络负荷预测模型,考虑从两方面改进预测精度,一个方面是模糊分类处理,将过去的负荷数据分为不同气候特征,选用同类特征数据进行预测;另一个方面是通过神经网络变结构优化,确定最优网络和最优拟合逼近,从而得到最优的预测结果。通过建立变结构神经网络,克服了普通神经网络结构无法自动最优确定、易于陷入局部极小点,以及有时无法找到全局最优解的缺点,使电力负荷建模得到了优化。

充分考虑了气象要素中对电力负荷预测的主要影响因素,这种新方法同时考虑了天气气候因素的影响和神经网络结构的自动最优确定,最终较大地提高了日电力负荷预测的精度和系统的实用性,说明利用气象要素资料能较好地预测电力负荷的情况,为进一步拓展气象服务领域、实施高专业化程度的气象科技服务打下基础,能够有效地应用于电力负荷预测的管理工作,为电力部门的决策提供可靠依据。