收稿 日期 ：２０１５－０７—２０ 基 金 项 目 ：新 疆 引进 海 外 博 士 （博 士 后 ）人 才 支撑 经 费 工 作 资 金 （新 人 社 函 （２０１４）６４９号 ） 作 者 简 介 ：苏 尤 丽 （１９６８－ ），女 （蒙 古族 ），新 疆 乌 鲁 木 齐 市 人 ，新 疆财 经 大学 教 师 ，博 士 ，主 要 从 事 微 电 网 分 布 式新 能 源 的开 发 应 用 研 究
选择 与 负荷相 关性 较高 的月 、日、时 间 、气 温 、风速 、湿度 和负荷 等作 为样 本输 入数 据 ，输 出数 据为预 测 对 象 日（１２月 ３日）的未来 ２４ ｈ短期 负荷 预测 值．样 本输 入 、输 出数 据 确定 后 ，对 其 进行 归 一 化处 理 ，将 数 据处 理 为在 区间 ［Ｏ，１］之 间的数 据．
微 电网的 负荷预 测是 微 电网能量 管理 系统 中的 重要组 成部 分 ，是 实现 微 电网智 能化 管理 的重要 前提 ，在 微 电网系统 的安 全 、稳 定和 经济运 行 中起 着 重要作 用 Ｌ２］．随 着 电力 负荷 预 测技 术 的发展 ，其 研 究 方法 不 断 更 新 和 多样化 ．近 年来 ，混 沌 时间序 列法 、人工 神经 网络 ，以及 支持 向量 机等方法 广 泛应用 于电力 系统 的负荷 预 测 研究 ，其 中神经 网络 被认为 是短 期负荷 预 测较为 理想 的方法 之 一．由 于独立 运 行 的微 电网 负载 单 一 、负 荷 小 ，导致 电网惯性较 小 、随机波 动性 较强 ，因此 传 统 的 预测 方 法 因 预测 精 度 低பைடு நூலகம்，不 适 合微 电 网 的短 期 负 荷 预 测 ．人 工神经 网络 方法 能够充 分逼 近任 意复杂 的非 线性 关 系 ，具有 极快 的学 习 收敛 速 度ｌ ＿３］，并 且 可 以不 必 预 先 知道输 入量 和预 测值 之间 的数学关 系 ，可 以方便 地考 虑 日期 、时 间 、气象 特征 等 对 微 电 网的 短期 负 荷产 生 影 响 的因素．
内 蒙 古 师 范 大 学 学 报 （自然 科 学 汉 文 版 ）
第 ４５卷
基 于 ＢＰ神经 网络 的微 电 网短期 负荷 预测模 型 ，由隐含层 的神 经元 数 （５到 ２０）依次 叠 加形 成 的 １６组 神 经 网络构 成 ，如图 １所示 ．通 过对 １６组 神经 网络分别 进 行 网络 训 练 ，得 到 最佳 网络 ，并 将 其 应用 于 某 偏 远地 区校 园微 电 网的短 期负 荷预 测． １．２ Ｍ ＡＴＩ ＡＢ仿 真
苏 尤 丽
（新 疆 财 经 大 学 计 算机 科 学 与 工程 学 院 ，新 疆 乌 鲁 木 齐 ８３００１２）
摘 要 ：根 据微 电 网 的 负荷 及 影 响 负荷 变化 因素 的 气 温 、气 象 特 征 等 数 据 ，建 立 了基 于 ＢＰ（误 差 反 向 传 播 ） 神 经 网络 和 ＲＢＦ（径 向基 函数 ）神 经 网 络 的 微 电 网 短 期 负 荷 预 测 模 型．通 过 ＭＡＴＬＡＢ仿 真 ，对 两 种 模 型 的 未 来 ２４ｈ短 期 负荷 预 测 进 行 比较 ，验 证 了 两 种模 型 的 有 效性 和 可 行性 ．仿 真 结 果 表 明 ，与 ＢＰ神 经 网络 相 比 ，ＲＢＦ神 经 网络 预 测 方 法 具 有 较 高 的 预 测精 度 和 较快 的 收 缩性 ，更 适 合 微 电 网 的短 期 负 荷 预 测 ．
关 键 词 ：微 电网 ；短 期 负 荷 预 测 ；ＢＰ神 经 网 络 ；ＲＢＦ神经 网 络 ；预 测 精 度 ；收缩 性 中 图 分 类 号 ：ＴＭ ７１５ ．１ 文献 标 志码 ：Ａ 文 章 编 号 ：１００１－８７３５（２０１６）０１－００４３－０３
微 电 网是 一种 将风 能 、太 阳能 等分布 式新 能源 、负荷 、储 能 装置 、变 流器 ，以及 监 控保 护 装 置有 机 地 整合 在 一起 的小 型发配 电系 统＿４］．作 为一 种新 型 的发 配 电系统 ，微 电网 已成 为大 电网不 可缺 少 的有 力 补充 ，并 能 够提 高 电网运 行 的可靠性 和经 济性．当外 电 网发 生故 障 时 ，可 以作为 备 用 电源 向 电 网提供 支 撑 ，也 可 以根 据 负荷 需求 独立 运行 ，保 证局 部供 电 的可靠 性．微 电 网不仅 能够 有 效解 决 分 布式新 能 源 的并 网问 题 ，而且 可 以 实现 电力 资源 的优化 分配 和现有 能源 的最 大化利 用．
第 ４５卷 第 １期 ２０１６年 １月
内 蒙 古师 范 大 学 学报 （自然科 学 汉 文 版 ）
Ｊｏｕｒｎａｌ ｏｆ Ｉｎｎｅｒ Ｍ ｏｎｇｏｌｉａ Ｎｏｒｍ ａｌ Ｕｎｉｖｅｒｓｉｔｙ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）
Ｖ ｏ１．４５ Ｎ ｏ．１ Ｊａｎ．２０１６
基 于人 工 神 经 网络 的微 电网短 期 负 荷预 测
本文 采用 误差反 向传 播 （Ｂａｃｋ Ｐｒｏｐａｇａｔｉｏｎ，ＢＰ）神 经 网络和径 向基 函数 （Ｒａｄｉａｌ—Ｂａｓｉｓ Ｆｕｎｃｔｉｏｎ，ＲＢＦ）神 经 网络 ，分别建 立基 于 ＢＰ神 经 网络 和 ＲＢＦ神经 网络 的微 电网 短期 负 荷 预测 模 型 ，对某 偏 远 地 区 校 园微 电 网的短期 负荷进 行预 测分 析 ，为 偏远 地 区校园微 电 网的管 理提 供参 考．
１ 基 于 ＢＰ神 经 网络 的微 电 网短 期 负荷 预 测
１．１ 基 于 ＢＰ神 经 网 络 的 建 立 通常 ，电力 负荷需 求取 决于 月 、日、时 间和气 象特 征等 因素 ，若 在 短期 负荷 预测 中使用 神经 网络 ，则天 气 、
气 象特 征将 视为重 要 因素 ，尤 其每 小时 温度 在短期 负荷 预测 中起 着重 要作用 ．本 文用 于微 电 网的短期 负荷 预 测 数据 采用 某偏 远地 区校 园微 电网一年 间每小 时的负 荷数 据 ，以及 由该 地 区气 象数 据 采集 系统 观测 到 的同 年 每小 时 的温度 、风速 、湿度 等与短 期负 荷预 测相关 的数 据构 成．