本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)研究與實(shí)現(xiàn)

  更多相關(guān)文章： 電力負(fù)荷 預(yù)測(cè) 前饋網(wǎng)絡(luò) 循環(huán)神經(jīng)網(wǎng)絡(luò) 序列增量比

【摘要】：電力產(chǎn)業(yè)在國(guó)民工業(yè)系統(tǒng)中具有支柱作用,電力的平穩(wěn)運(yùn)行關(guān)乎國(guó)民經(jīng)濟(jì)的命脈。在電力系統(tǒng)管理中,電力負(fù)荷預(yù)測(cè)至關(guān)重要。準(zhǔn)確的電力負(fù)荷預(yù)測(cè)能夠?yàn)殡娏ο到y(tǒng)的平穩(wěn)運(yùn)行、制定合理電價(jià)、電力實(shí)時(shí)調(diào)度提供重要依據(jù)。特別是在經(jīng)濟(jì)領(lǐng)域,電力負(fù)荷預(yù)測(cè)能夠?qū)侠碚{(diào)配資源,優(yōu)化發(fā)電計(jì)劃,取得最優(yōu)的社會(huì)效益和經(jīng)濟(jì)效益起到巨大作用。然而隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,對(duì)電力的需求日益增長(zhǎng),電力負(fù)荷本身也受日期、天氣、氣候、市場(chǎng)以及政策影響,大大加大了準(zhǔn)確電力負(fù)荷預(yù)測(cè)的難度。本文首先介紹了電力負(fù)荷預(yù)測(cè)的背景以及負(fù)荷預(yù)測(cè)對(duì)經(jīng)濟(jì)的影響,分析了影響電力負(fù)荷的因素以及電力分析的基本模型并介紹電力負(fù)荷預(yù)測(cè)常用的基本方法。本文重點(diǎn)介紹了神經(jīng)網(wǎng)絡(luò)的基本原理,如何將神經(jīng)網(wǎng)絡(luò)用于電力負(fù)荷預(yù)測(cè)之中,并提出了基于序列增量比的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法。本文的內(nèi)容主要包括以下三個(gè)方面：一、對(duì)電力負(fù)荷預(yù)測(cè)的基礎(chǔ)模型和基本方法進(jìn)行了詳細(xì)的介紹。本文通過(guò)對(duì)數(shù)據(jù)的可視化方法介紹了影響電力負(fù)荷的四種分量,包括基本(正常)負(fù)荷分量、天氣敏感分量、特殊事件敏感分量以及隨機(jī)分量,以及各個(gè)分量對(duì)電力總負(fù)荷變化趨勢(shì)的不同作用。然后簡(jiǎn)要介紹了預(yù)測(cè)負(fù)荷的幾種方法,包括傳統(tǒng)的基本的分析預(yù)測(cè)方法以及灰度預(yù)測(cè)、回歸分析和神經(jīng)網(wǎng)絡(luò)等智能預(yù)測(cè)方法。二、對(duì)神經(jīng)網(wǎng)絡(luò)的基本原理進(jìn)行了系統(tǒng)介紹。本文介紹了兩種網(wǎng)絡(luò),即基本的前饋神經(jīng)網(wǎng)絡(luò)以及循環(huán)神經(jīng)網(wǎng)絡(luò),以及如何通過(guò)反向傳播進(jìn)行參數(shù)學(xué)習(xí)。介紹了我們?nèi)绾螌⑸窠?jīng)網(wǎng)絡(luò)用于預(yù)測(cè),包括處理數(shù)據(jù),如何將輸出數(shù)據(jù)歸一化以及如何將特征進(jìn)行量化,以及確定隱藏層節(jié)點(diǎn)個(gè)數(shù)。介紹了我們提出的通過(guò)序列增量比的方式進(jìn)行多步負(fù)荷預(yù)測(cè)。三、使用前饋神經(jīng)網(wǎng)絡(luò)(Feed-forward Neural Networks)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,簡(jiǎn)稱RNNs)兩種網(wǎng)絡(luò)進(jìn)行負(fù)荷預(yù)測(cè)。對(duì)這兩種網(wǎng)絡(luò),分別設(shè)置基本的預(yù)測(cè)負(fù)荷和序列增量比預(yù)測(cè)兩種結(jié)構(gòu),并且由于RNN具備自動(dòng)學(xué)習(xí)歷史信息的能力,我們只在前饋網(wǎng)絡(luò)的輸入中加入歷史數(shù)據(jù)來(lái)得到基本負(fù)荷分量。我們的實(shí)驗(yàn)數(shù)據(jù)集采用了EUNITE 2001年電力負(fù)荷預(yù)測(cè)大賽數(shù)據(jù),是根據(jù)斯洛伐克東部電力公司收集的97、98兩年負(fù)荷數(shù)據(jù)預(yù)測(cè)99年1月份電力負(fù)荷數(shù)據(jù)。采用MAPE(平均絕對(duì)誤差率)和MW(最大誤差)作為評(píng)價(jià)指標(biāo),通過(guò)在數(shù)據(jù)集上的實(shí)驗(yàn)證明,我們的方法相對(duì)于傳統(tǒng)的電力負(fù)荷預(yù)測(cè)方法,在預(yù)測(cè)精度方面有了明顯的提高。
【關(guān)鍵詞】：電力負(fù)荷 預(yù)測(cè) 前饋網(wǎng)絡(luò) 循環(huán)神經(jīng)網(wǎng)絡(luò) 序列增量比
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM715;TP183
【目錄】：

• 摘要8-10
• ABSTRACT10-12
• 第一章 緒論12-18
• 1.1 電力負(fù)荷預(yù)測(cè)概述12-15
• 1.1.1 電力負(fù)荷預(yù)測(cè)背景12-13
• 1.1.2 電力消費(fèi)與經(jīng)濟(jì)發(fā)展關(guān)系13-15
• 1.2 短期電力負(fù)荷預(yù)測(cè)意義15-16
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀16-17
• 1.4 本文的研究思路和主要工作17-18
• 第二章 基本模型方法與分析18-30
• 2.1 負(fù)荷預(yù)測(cè)的基本模型18-22
• 2.1.1 基本部分負(fù)荷分量18-20
• 2.1.2 天氣敏感負(fù)荷分量20-21
• 2.1.3 特殊事件負(fù)荷分量21
• 2.1.4 隨機(jī)負(fù)荷分量21-22
• 2.2 電力負(fù)荷預(yù)測(cè)基本方法22-29
• 2.2.1 傳統(tǒng)分析預(yù)測(cè)法22-24
• 2.2.2 回歸分析預(yù)測(cè)24-27
• 2.2.3 灰色系統(tǒng)預(yù)測(cè)27-28
• 2.2.4 神經(jīng)網(wǎng)絡(luò)方法28
• 2.2.5 其它預(yù)測(cè)方法28-29
• 2.3 本章小結(jié)29-30
• 第三章 神經(jīng)網(wǎng)絡(luò)30-40
• 3.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)30-32
• 3.2 神經(jīng)網(wǎng)絡(luò)傳播與BP求解32-35
• 3.2.1 前饋過(guò)程32
• 3.2.2 激活函數(shù)32-34
• 3.2.3 誤差反向傳播34-35
• 3.3 RNN神經(jīng)網(wǎng)絡(luò)35-39
• 3.3.1 RNN結(jié)構(gòu)與特性35-38
• 3.3.2 RNN參數(shù)學(xué)習(xí)過(guò)程38-39
• 3.4 本章小結(jié)39-40
• 第四章 數(shù)據(jù)處理分析與實(shí)驗(yàn)設(shè)置40-51
• 4.1 數(shù)據(jù)預(yù)處理40-44
• 4.1.1 歸一化40-42
• 4.1.2 類別數(shù)據(jù)的量化處理42-44
• 4.2 隱藏層神經(jīng)元個(gè)數(shù)確定44-45
• 4.3 數(shù)據(jù)統(tǒng)計(jì)分析45-48
• 4.4 序列增量比因子48-50
• 4.5 本章小結(jié)50-51
• 第五章 實(shí)驗(yàn)結(jié)果與分析51-59
• 5.1 數(shù)據(jù)評(píng)測(cè)標(biāo)準(zhǔn)51-52
• 5.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置52-54
• 5.2.1 前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)52-53
• 5.2.2 序列增量比的前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)53
• 5.2.3 RNN網(wǎng)絡(luò)結(jié)構(gòu)53-54
• 5.2.4 序列增量比RNN網(wǎng)絡(luò)結(jié)構(gòu)54
• 5.3 實(shí)驗(yàn)結(jié)果與分析54-58
• 5.3.1 實(shí)驗(yàn)結(jié)果54-56
• 5.3.2 實(shí)驗(yàn)結(jié)果分析56-58
• 5.4 本章小結(jié)58-59
• 第六章 總結(jié)和展望59-61
• 6.1 工作總結(jié)59
• 6.2 工作展望59-61
• 參考文獻(xiàn)61-64
• 致謝64-65
• 學(xué)位論文評(píng)閱及答辯情況表65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 董偉;一種地區(qū)電力負(fù)荷預(yù)測(cè)的實(shí)用方法[J];吉林電力;2000年04期

2 滕菲,王寧;電力負(fù)荷預(yù)測(cè)技術(shù)[J];黑龍江電力;2002年05期

3 王建新,李彥民,龐春江,孫海洪;數(shù)據(jù)發(fā)掘技術(shù)在一類電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2002年05期

4 黃桂華;中長(zhǎng)期電力負(fù)荷預(yù)測(cè)方法的簡(jiǎn)述[J];農(nóng)村電氣化;2002年08期

5 甄利玲;一種電力負(fù)荷預(yù)測(cè)的綜合方法[J];呂梁高等專科學(xué)校學(xué)報(bào);2003年01期

6 周暉;高琦;和敬涵;鈕文潔;;電力負(fù)荷預(yù)測(cè)知識(shí)體系的教學(xué)研究[J];電力學(xué)報(bào);2006年04期

7 徐玉華;;中長(zhǎng)期電力負(fù)荷預(yù)測(cè)方法分析[J];寧夏電力;2007年04期

8 閆曉坤;;電力負(fù)荷預(yù)測(cè)的技術(shù)方法分析[J];民營(yíng)科技;2007年11期

9 段保乾;李偉;洪浩林;;基于系統(tǒng)動(dòng)力學(xué)模型的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)[J];中小企業(yè)管理與科技;2007年12期

10 郝建軍;張振剛;閆寧;;基于灰色理論的電力負(fù)荷預(yù)測(cè)[J];商情(財(cái)經(jīng)研究);2008年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 李忻賢;;淺談電力負(fù)荷預(yù)測(cè)[A];山東電機(jī)工程學(xué)會(huì)第四屆供電專業(yè)學(xué)術(shù)交流會(huì)論文集[C];2007年

2 喬艷芬;;基于分形理論的昆明電網(wǎng)電力負(fù)荷預(yù)測(cè)[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

3 趙成旺;顧幸生;;組合優(yōu)化灰色預(yù)測(cè)模型在中長(zhǎng)期電力負(fù)荷預(yù)測(cè)中應(yīng)用[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

4 羅楠;朱業(yè)玉;杜彩月;王軍;王紅燕;;支持向量機(jī)方法在電力負(fù)荷預(yù)測(cè)中的應(yīng)用[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)天氣預(yù)報(bào)預(yù)警和影響評(píng)估技術(shù)分會(huì)場(chǎng)論文集[C];2007年

5 喬艷芬;;基于分形理論的昆明電網(wǎng)電力負(fù)荷預(yù)測(cè)[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

6 楊旭;劉自發(fā);張建華;李聰;;考慮氣候因素的城市電力負(fù)荷預(yù)測(cè)[A];第十一屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

7 牛東曉;陳志業(yè);邢棉;謝宏;;具有二重趨勢(shì)性的季節(jié)型電力負(fù)荷預(yù)測(cè)組合優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)模型[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

8 丁光彬;王治昆;趙林明;翟傳仁;;包絡(luò)預(yù)測(cè)方法及其在電力負(fù)荷預(yù)測(cè)中的應(yīng)用[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

9 劉博;張?bào)慊?許璞;;變權(quán)重組合預(yù)測(cè)方法用于電力負(fù)荷預(yù)測(cè)[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

10 孔勝;王宇;張承偉;;經(jīng)濟(jì)危機(jī)對(duì)中長(zhǎng)期電力預(yù)測(cè)影響的實(shí)證研究[A];第五屆（2010）中國(guó)管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前4條

1 薛元蕩 鮑導(dǎo);阜寧縣加強(qiáng)電力負(fù)荷預(yù)測(cè)[N];中國(guó)電力報(bào);2000年

2 章家銀 張克杰;氣象要素在電力負(fù)荷預(yù)測(cè)中的應(yīng)用[N];巢湖日?qǐng)?bào);2006年

3 夏志強(qiáng)邋楊士進(jìn) 曾居仁;氣象預(yù)報(bào)助我省科學(xué)調(diào)度電力[N];貴州日?qǐng)?bào);2008年

4 本報(bào)記者 羅丹;氣象科技融入電網(wǎng)[N];中國(guó)氣象報(bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 周倩;智能工程體系及其在電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];華北電力大學(xué)（北京）;2010年

2 葉世杰;基于多指標(biāo)模型的電力負(fù)荷預(yù)測(cè)研究[D];重慶大學(xué);2010年

3 王建軍;基于知識(shí)挖掘技術(shù)的智能協(xié)同電力負(fù)荷預(yù)測(cè)研究[D];華北電力大學(xué)（北京）;2011年

4 尹新;群智能算法與電力負(fù)荷預(yù)測(cè)研究[D];湖南大學(xué);2011年

5 王大鵬;灰色預(yù)測(cè)模型及中長(zhǎng)期電力負(fù)荷預(yù)測(cè)應(yīng)用研究[D];華中科技大學(xué);2013年

6 劉曉娟;基于智能方法的電力系統(tǒng)負(fù)荷預(yù)測(cè)模型及其應(yīng)用研究[D];東華大學(xué);2014年

7 王勇;用于電力行業(yè)決策支持的多AGENT技術(shù)研究[D];華東師范大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 石德琳;基于神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)研究與實(shí)現(xiàn)[D];山東大學(xué);2016年

2 李小燕;基于灰色理論的電力負(fù)荷預(yù)測(cè)[D];華中科技大學(xué);2007年

3 儲(chǔ)琳琳;市南地區(qū)電力負(fù)荷預(yù)測(cè)實(shí)用方法研究[D];上海交通大學(xué);2009年

4 耿光飛;珠海市電力負(fù)荷預(yù)測(cè)研究[D];中國(guó)農(nóng)業(yè)大學(xué);2000年

5 張毅;中長(zhǎng)期電力負(fù)荷預(yù)測(cè)[D];四川大學(xué);2003年

6 沈海瀾;基于數(shù)據(jù)挖掘技術(shù)的電力負(fù)荷預(yù)測(cè)研究[D];中南大學(xué);2003年

7 藍(lán)信軍;長(zhǎng)期電力負(fù)荷預(yù)測(cè)的模糊數(shù)學(xué)方法研究[D];湖南大學(xué);2004年

8 周曉剛;盤錦地區(qū)中期電力負(fù)荷預(yù)測(cè)的研究[D];沈陽(yáng)工業(yè)大學(xué);2007年

9 陳霞;灰色預(yù)測(cè)模型及其在電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];南昌大學(xué);2007年

10 陳啟;基于支持向量回歸在短期負(fù)荷預(yù)測(cè)中的應(yīng)用[D];河北工程大學(xué);2010年

，

本文編號(hào)：593555