[负荷预测]基于人工神经网络的短期电力负荷预测（2）

目录

1.数据集介绍

1.1 2012-2014年一季度每日15分钟负荷和天气数据

1.2 2012-2014年一季度每日天气数据

2.BP模型训练

3.BP负荷预测

3.1 程序代码

3.2 预测七天电力负荷数据

3.2.1 地区Area1

3.2.2 地区Area2

---

1.数据集介绍

(电力系统短期负荷预测数据集-深度学习文档类资源-CSDN下载)

1.1 2012-2014年一季度每日15分钟负荷和天气数据

>>df1214_A1_W_ALL

Out[17]:

       YMD        T0000        T0015     ...   T_average1  Shidu1  Rain1
0    20120101  3967.259968  3859.196416  ...        15.8      63    0.0
1    20120102  2755.238848  2681.868640  ...        16.0      59    0.0
2    20120103  4140.916096  4039.706368  ...        15.8      72    0.0
3    20120104  4690.441600  4577.050912  ...        10.9      62    0.0
4    20120105  4828.239040  4697.067808  ...         6.9      78    2.9
..        ...          ...          ...  ...         ...     ...    ...
276  20150106  5387.587648  5297.927968  ...        21.3      79    0.0
277  20150107  5542.052512  5476.946368  ...        16.3      74    0.0
278  20150108  5558.756416  5461.614496  ...        13.9      54    0.0
279  20150109  5557.415776  5451.446368  ...        14.0      53    0.0
280  20150110  5631.389728  5528.060320  ...        15.4      54    0.0
[281 rows x 102 columns]

1.2 2012-2014年一季度每日天气数据

>>df1214_A1_W_ALL.iloc[:,-5:]

Out[21]:

     T_max1  T_min1   T_average1  Shidu1  Rain1
0      19.5    12.1        15.8      63    0.0
1      20.0    13.0        16.0      59    0.0
2      18.7    14.2        15.8      72    0.0
3      14.9     9.3        10.9      62    0.0
4       9.2     5.1         6.9