简介:摘要城市电力负荷密度预测法在实际预测过程中其结果的可信度在很大程度上依赖于样本数据的完整性,而在现实情况下由于各种原因将导致一些所选样本的部份指标数据残缺,这对准确的城市电力负荷密度预测造成了很大的困难。针对这一问题提出了一种利用混合语言评价信息弥补残缺数据并和BP神经网络相结合的城市电力负荷密度预测法,通过模糊推理将各专家给出的对残缺数据指标的混合语言评价信息转为实际数据的估计值,利用该数据同其它已知数据一起训练BP神经网络,以此网络结构和待定小区的各指标信息,预测该小区的负荷密度。通过对城市若干小区做比较分析,并预测其中部份小区的负荷密度,结果表明所提预测方法能有效解决样本数据残缺问题,并且预测结果具有较高的可信度。