图6.4 (休息日)训练结果
图6.5(工作日)训练结果
第 31 页 共 48 页
训练好的网络还需要进行测试才可以判定是否可以投入实际应用。 休息日测试代码如下：
P_test=[0.0000 0.0182 0.0000 0.0000 0.0975 0.5651 0.0456 0.3501 0.2710 0.0000 0.0000 0.0000 0.1796 0.0000 0.0000 0.0000 0.6284 0.5714 0.4469 0.3861 0.2428 0.0120 0.0000 0.0197 0.3306 0.0075]'; Out=sim(net,P_test);
工作日测试代码如下：
P_test=[0.2062 0.1338 0.0600 0.0493 0.1838 0.0591 0.0428 0.4682 0.5479 0.3321 0.3361 0.3080 0.1722 0.2673 0.1660 0.1834 0.0873 0.5533 0.1941 0.5182 0.1381 0.1511 0.0000 0.2477 0.1451 0.2805]'; Out=sim(net,P_test);
这里利用仿真函数sim来计算网络的输出。预报误差曲线如图6.6(休息日预报误差曲线)所示,图6.7(工作日预报误差曲线)所示。
图6.6 (休息日)预报误差
第 32 页 共 48 页
图6.7(工作日)预报误差
（5）结论分析
电力负荷预测是电力调度、用电、计划、规划等部门的重要工作，国内外关于短期负荷预测的文献很多，但是由于电力负荷受诸多因素的影响和负荷本身的不确定性，使得迄今还没有一种十分满意的方法。本文介绍的基于BP神经网络的预测方法，在综合考虑天气情况、历史负荷和日类型等对未来负荷影响的因素后，使用了神经网络的非线性拟合等功能，取得了较好的负荷预测效果。如表6.2休息日预测结果对照所示，如表6.3工作日预测结果对照所示。
表6.2休息日预测结果对照
预测时段 1：00 2：00 3：00 实际值/MW 370.9 349.1 340.1 预测值/MW 384.9 346.9 336.7 误差/% -3.77 0.63 7.12 第 33 页 共 48 页
4：00 5：00 6：00 7：00 8：00 9：00 10：00 11：00 12：00 13：00 14：00 15：00 16：00 17：00 18：00 19：00 20：00 21：00 22：00 23：00 24：00 348.1 334.0 345.4 387.5 418.8 452.8 423.0 442.9 423.0 400.3 420.7 424.6 399.8 431.2 475.2 489.1 444.9 440.6 416.2 385.9 368.1 379.7 335.8 346.6 369.8 395.7 423.8 423.8 415.1 397.3 420.3 401.5 392.9 400.1 416.1 450.4 476.5 456.1 423.5 422.8 394.5 368.6 0.99 -0.54 -0.38 4.57 5.52 6.40 -0.19 6.28 6.08 -4.99 4.56 7.47 -0.08 3.50 5.22 2.58 -2.52 3.88 -1.59 -2.23 -0.14 从表6.2可见，17个点的误差的绝对百分误差小于5%，最小绝对百分误差为-0.08%，最大绝对百分误差为7.47%，平均绝对百分误差为2.02%，表明预测取得了较满意的结果。
表6.3工作日预测结果对照
预测时段 1：00 2：00 3：00 实际值/MW 316.0 320.5 324.3 预测值/MW 330.7 334.9 322.5 误差/% -4.66 -4.49 0.56 第 34 页 共 48 页
4：00 5：00 6：00 7：00 8：00 9：00 10：00 11：00 12：00 13：00 14：00 15：00 16：00 17：00 18：00 19：00 20：00 21：00 22：00 23：00 24：00 322.2 323.9 355.1 360.0 403.1 429.3 402.2 392.1 406.0 382.6 391.7 383.6 417.1 435.5 473.4 483.7 456.2 436.4 408.9 348.4 379.4 349.3 328.9 337.9 371.0 384.4 390.3 391.1 401.2 396.7 384.8 393.2 392.3 400.4 416.5 494.3 457.7 428.2 407.8 408.6 376.2 378.0 -8.41 -1.54 4.84 -3.06 4.64 9.08 2.76 -2.32 2.29 -0.58 -0.38 -2.27 4.00 4.36 -4.41 5.38 6.14 6.55 0.07 -7.98 0.37 从表6.3可见，18个点的误差的绝对百分误差小于5%，最小绝对百分误差为0.07%，最大绝对百分误差为-8.41%，平均绝对百分误差为0.46%，表明预测取得了较满意的结果。
第 35 页 共 48 页