摘要：根据城市短期电力负荷所呈现出的趋势性和一定的周期性，本文提出了模糊聚类和多个神经网络相结合的负荷预测方法，即首先根据一定长度时间段负荷的变化趋势相似性，将众多相同时间段长度的样本聚类，再用不同的神经网络对每个类别的数据样本进行学习，最后将待测数据所属时间段判定类别后用相应的神经网络进行预测。文中采用某市电力负荷实测数据进行了建模和计算，通过与普通的单一人工神经网络方法的比较，证明该方法具有预测平均绝对误差小、训练速度快、推广能力好的优点，有潜在的应用价值。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社