本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)研究

  更多相關(guān)文章： 電力系統(tǒng) 短期負(fù)荷預(yù)測(cè) 神經(jīng)網(wǎng)絡(luò) 模糊集理論

【摘要】：短期負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ)。準(zhǔn)確的負(fù)荷預(yù)測(cè)有助于提高系統(tǒng)的安全性和經(jīng)濟(jì)性,能夠減少發(fā)電成本。因此,尋求合適的負(fù)荷預(yù)測(cè)方法以期最大限度的提高預(yù)測(cè)精度具有重要的應(yīng)用價(jià)值。 電力系統(tǒng)負(fù)荷變化具有明顯的周期性,是一個(gè)受多種因素影響的量,可以將其分為周期性的基本負(fù)荷和受多種因素影響的變動(dòng)負(fù)荷兩部分。本文根據(jù)電力系統(tǒng)負(fù)荷的特點(diǎn),首先分析了影響負(fù)荷規(guī)律性變化的主要因素,并具體分析了對(duì)短期負(fù)荷預(yù)測(cè)有重要影響的日類(lèi)型和天氣因素,對(duì)影響預(yù)測(cè)精度的負(fù)荷歷史數(shù)據(jù)進(jìn)行預(yù)處理。本文對(duì)于周期性的基本負(fù)荷用ANN 進(jìn)行預(yù)測(cè),采用負(fù)荷預(yù)測(cè)中應(yīng)用最廣泛的BP 算法,并敘述了BP 模型在實(shí)際負(fù)荷預(yù)測(cè)應(yīng)用中的方法和步驟,在神經(jīng)網(wǎng)絡(luò)中,通過(guò)引進(jìn)動(dòng)量系數(shù)、采用變步長(zhǎng)算法優(yōu)化網(wǎng)絡(luò),提高了ANN 的收斂速度;針對(duì)短期負(fù)荷預(yù)測(cè)中人工神經(jīng)網(wǎng)絡(luò)不能直接輸入語(yǔ)言信息變量的缺陷,本文具體闡述了模糊集理論的一般理論和意義,采用模糊集理論對(duì)日負(fù)荷曲線預(yù)測(cè)中的天氣因素、季節(jié)、日類(lèi)型分別做不同的模糊處理,利用模糊推理規(guī)則對(duì)基本負(fù)荷預(yù)測(cè)結(jié)果進(jìn)行修正;預(yù)測(cè)時(shí)通過(guò)模糊聚類(lèi)分析,將歷史負(fù)荷數(shù)據(jù)分成了12 個(gè)類(lèi),對(duì)每一類(lèi)建立相應(yīng)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,利用相應(yīng)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)未來(lái)一天24 點(diǎn)的負(fù)荷值,通過(guò)合理選擇模糊推理規(guī)則的形式,完成對(duì)基本負(fù)荷的修正,以提高負(fù)荷預(yù)測(cè)精度。 實(shí)際算例表明,本文的預(yù)測(cè)方法方便實(shí)用、有較高的精度和較快的速度。
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2005
【分類(lèi)號(hào)】：TM714

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 王祥龍;;基于Elman神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測(cè)研究[J];華北電力技術(shù);2008年11期

2 牛為華;;基于智能決策樹(shù)與BP神經(jīng)網(wǎng)絡(luò)的EPM模型研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年11期

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

1 周虎;模糊聚類(lèi)分析與神經(jīng)網(wǎng)絡(luò)代數(shù)算法相結(jié)合的短期負(fù)荷預(yù)測(cè)[D];湖南大學(xué);2011年

2 張健;電網(wǎng)負(fù)荷預(yù)測(cè)分析與管理于一體的研究和實(shí)踐[D];山東大學(xué);2006年

3 趙鵬;人工神經(jīng)網(wǎng)絡(luò)技術(shù)在電力營(yíng)銷(xiāo)中的研究與應(yīng)用[D];華北電力大學(xué)（河北）;2007年

4 韓紅領(lǐng);短期負(fù)荷預(yù)測(cè)模型在地區(qū)電網(wǎng)的應(yīng)用研究[D];華北電力大學(xué)（河北）;2007年

5 熊磊;分類(lèi)負(fù)荷售電量的預(yù)測(cè)系統(tǒng)研究[D];重慶大學(xué);2007年

6 黃偉;短期電力負(fù)荷組合預(yù)測(cè)模型的研究[D];大連理工大學(xué);2009年

7 陳芳楠;電力營(yíng)銷(xiāo)系統(tǒng)中需電量預(yù)測(cè)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2009年

8 江鑫;基于多智能體系統(tǒng)的短期電力負(fù)荷預(yù)測(cè)[D];魯東大學(xué);2012年

9 陳樂(lè);基于加權(quán)相似度和加權(quán)支持向量機(jī)的短期電力負(fù)荷預(yù)測(cè)研究[D];華南理工大學(xué);2012年

10 王少飛;超聲波馬達(dá)的智能控制研究[D];重慶理工大學(xué);2012年

，

本文編號(hào)：1201627