基于BP神经网络的跨地区多种类电力能耗预测

由于不同地区、不同行业的电力需求差异，加上电力供应的复杂性，加大了跨地区多种类电力能耗预测的难度，为了能够更加准确地预测电力能耗，开展了基于BP神经网络的跨地区多种类电力能耗预测研究。首先，采集跨地区多种类电力负荷数据，并对数据进行水平修正与归一化处理；其次，对负荷数据输入变量进行特征降维，提取电力能耗主成分特征；在此基础上，构建BP神经网络，通过神经网络的迭代训练，预测跨地区多种类电力能耗。实验结果表明：应用上述方法后，跨地区多种类电力能耗预测结果与实际情况更加接近，MAE最大不超过0.201，在预测精度和可靠性方面优势显著。