当前,我国正面临着严重的电力短缺。全国范围内的拉闸限电,不仅严重影响了工业生产,给人民生活带来极大的不便,还导致了一系列的社会问题。要解决电力短缺的问题,必须继续深化电力市场改革。这就要求电力企业在现有的情况下深入挖掘自身潜力,合理的调度电力资源,尽量降低电力短缺所带来的经济损失。 电力系统短期负荷预测是电力调度中十分重要的一个环节,其结果将对发电机组生产计划的制定、水火发电的合理配置、燃料配置和安全分析设备的短期维修及电网能量的传播等产生很大的影响。在信息化建设蓬勃发展的今天,传统的人工预测已经越来越不能满足电力工业发展的需要,而以人工神经网络为代表的新的预测方法则越来越显示出其巨大的优越性。 本文在研究了大量文献资料的基础上,通过分析影响电力负荷的各种重要因素,构建了一个三层结构的BP网络,并用历史负荷数据进行训练,成功的进行了电力系统的短期负荷预测。预测结果的精度相对传统方法有了很大程度的提高,证明了人工神经网络在电力短期负荷预测领域的有效性。在建立了基于人工神经网络的电力短期负荷预测模型之后,以面向对象的分析与设计方法为指导,采用java语言开发了一个简单的神经网络负荷预测系统原型,进一步证明了基于人工神经网络的电力短期负荷预测系统的可行性。