电力负荷参数监测与预测是电力企业安全运行、调度和用电部门工作的重要组成部分,电力负荷参数监测与预测准确度的高低是衡量当今社会电力发展程度的重要标志之一。利用计算机技术对电力负荷参数进行监测和预测,是电力系统现代化管理手段最有效的方法之一,它能够有效地提高电网企业的安全运行及经济效益和社会效益。本论文重点在于电力负荷监测与预测系统的设计,并应用BP神经网络对佳木斯部分地区的短期用电量预测进行了。本文阐述了电能测量的基本原理和各种测量方法的特点,介绍了一种由硬件构成和软件实现两大部分组成的实时数据采集系统的设计方法,并对核心硬件测量模块芯片ADE7878和ARM920T的特性进行了研究和分析,设计了对电流、电压、功率、频率和相位等电能参数的测量电路,实现了电力线上的在线精确测量和超载报警,并且在此基础上完成了嵌入式实时操作系统的移植、测量软件和通信软件的设计。论文还阐述了负荷预测的相关概念,研究和分析了负荷的特点以及负荷预测的原理,重点分析了BP神经网络预测算法和改进方法,并对佳木斯部分地区的负荷特点进行针对性的分析,最后编写了佳木斯部分地区短期负荷预测程序。电力负荷参数监测与预测系统通过ARM嵌入式系统和计量芯片共同完成电量采集和处理;把经过统计处理的电量参数,传送到上位计算机后,由上位机的负荷预测系统软件进行短期用电量的预测,实现对该地区电力系统电能质量监测的同时,还对用电量进行预测。