【摘要】电力负荷预测在电力系统运行和规划中具有重要作用。它有助于电力公司更好地管理电力供应，提高电力系统的效率，

减少能源浪费，以及满足用户对电力的需求。本文首先对研究人员收集的原始数据进行预处理，采用传统的时间序列分析法对电力

负荷进行预测，发现其在时间尺度较长的预测中误差较大。其次，研究人员引入ＢＰ 神经网络（ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＢＰＮＮ）

模型，与时间序列分析法相结合，利用全国内连续１２ 个月的用电量去预测次月的用电量。最后，研究人员在仿真预测中分析了影响

因子对其影响的情况。仿真结果表明，时间序列分析法和ＢＰ 神经网络协同使用会大大减小中期电力负荷预测误差，引入影响因子

分析后会使预测结果准确率进一步提高。