文献类型：期刊文章

作　　者：李琛[1,2] 郭文利[2] 吴进[3] 金晨曦[2]

LI Chen;GUO Wenli;WU Jin;JIN Chenxi(Institute of Urban Meteorology,China Meteorological Administration,Beijing 100089;Beijing Meteorological Service Center,Beijing 100089;Environment Meteorology Forecast Center of Beijing-Tianjin-Hebei,Beijing 100089)

机构地区：[1]中国气象局北京城市气象研究院,北京100089 [2]北京市气象服务中心,北京100089 [3]京津冀环境气象预报预警中心,北京100089

出　　处：《气候与环境研究》

基　　金：北京市市委;市政府重点工作及区县政府应急项目预启动专项"城市效应可分辨数值天气预报技术与应用研发"Z151100002115045~~

年　　份：2019

卷　　号：24

期　　号：1

起止页码：135-142

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：利用2006～2017年北京夏季(6～8月)逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP(BackPropagation)神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。

关 键 词：BP神经网络 日最大电力负荷  累积气象因子  预测模型  

分 类 号：P49[大气科学类]