电量是电力市场中的重要经济指标,给定时间的电量可以直接反映该地区经济发展的水平,另一方面也反映了当地电力公司的销售和运营现状。较好的电量预测将有利于做好各行业电量的分配,对电力设施的提升改造以及公司的运营管理等有非常重要的作用。本文首先对影响电量的内部和外部因素进行分类和分析。外部影响因素主要来自五个部分:人口的变化、经济社会发展、固定投资情况、环境和电价政策等。内部因素主要是整个行业的统一分类以及地区电量的统计数据源。行业信息分为居民生活、大工业等。与实际情况和预测时间要求相比,月度用电量的影响因素主要从内部因素分析,年度用电量的影响因素主要从内部结合外部因素进行分析。其次,本文考虑完善年度和每月用电量的影响因素,将自适应和自学习电量预测应用于复杂的非线性映射,并提高预测准确性。采用神经网络进行了研究,使用基于LSTM神经网络电量预测的方法,设计了电量预测模型,并利用MATLAB编程实现了对北川县地区年、月用电量的模拟。最后,以北川县的年度和月度电量预测为例,使用神经网络电量预测方法与传统常用电量预测方法预测结果进行分析比较。通过分析比较可以判断,基于神经网络的电量预测新方法比其他传统方法具有更好的预测精度,可以满足实际需要。检测结果表明,基于神经网络的电力预测新方法是可行的。