该文结合甘肃电力系统的实际情况,针对甘肃电网对短期负荷预测精度的要求,在对全省负荷特点进行认真分析的基础上提出了一种新的负荷预测方法:基于小波分析及神经网络的混合负荷预测模型.电力系统的负荷具有复杂的周期性,负荷序列本身可以看作是一些具有不同频率特征的分量的迭加,因此,通过使用小波多分辨率分析将历史负荷序列分解成多个具有不同频率特征的分量,选择合适的小波基和分解层数,使各个分量相对原负荷序列呈现出更为明显的周期性和规律性,不同的分量对应实际系统负荷的不同特点,对分解后的具有明显特性的分量根据其特点再采用神经网络中具有较快收敛速度及稳定性的L-M算法,对每小时整点的负荷构建单独的神经网络进行预测,这样既考虑到了不同小时点负荷所具有的不同变化规律,突出体现了不同小时点的负荷特点,又提高了训练速度和预测准确度,同时将天气变化特点、星期等条件也作为影响预测精度的重要因素引入神经网络的输入变量中,而对随机性的并在整个负荷中所占的比例很小的分量部分,则使用加权方法对其进行近似预测.最后将各分量的预测结果迭加后形成最终预测结果.