摘要：電力負荷的精確、快速預測,對安排年度電力生產工作和優(yōu)化電網調度有著重要的經濟和社會意義。在標準反向傳播(BP)神經網絡的基礎上,提出一種結合主成分分析(PCA)和改進的BP神經網絡的方法來對電網中長期的負荷進行預測。利用PCA有效地降低數(shù)據(jù)樣本的維度,消除數(shù)據(jù)的冗余和線性信息,保留主要成分作為模型的輸入數(shù)據(jù),在標準BP網絡的反向傳播環(huán)節(jié)中引入動量項和陡度因子,有效解決了網絡收斂速度慢和容易陷入局部最小值的問題。將此方法應用于濟源市的中長期電力負荷預測,實驗表明:基于PCA與改進的BP神經網絡相結合的方法比標準BP網絡具有更高的計算效率和預測精度。