基于改进人工神经网络法的短期负荷预测

摘要

短期电力负荷预测是电力系统运行调度中一项非常重要的内容,它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的组成部分,也是今后进行电网商业化运营所必需的基本内容. 本文首先对负荷预测的现有方法进行了综述;接着深入研究了神经网络的模型建立问题,并提出了较为适用的建模方法和应遵循的原则;在研究了大量文献资料的基础上,通过分析电力负荷的各种重要因素,梅建了一个三层的BP神经网络,应用改进的BP神经网络,建立了短期负荷预测的模型,并用历史负荷数据进行训练,成功的进行了电力系统的短期负荷预测.预测结果的精度相对传统方法有了很大程度的提高,证明了人工神经网络在电力短期负荷预测领域的有效性.

目录

文摘

英文文摘

声明及关于学位论文使用授权的说明

第一章前言

1.1电力短期负荷预测的意义和任务

1.1.1负荷预测的意义

1.1.2负荷预溅的任务

1.2国内外短期负荷预测研究现状

1.2.1电力系统负荷预测的传统方法

1.2.2电力系统负荷预测的新方法

1.3本论文主要研究内容

第二章电力负荷预测概论

2.1负荷预测的概念和原理

2.1.1负荷预测的概念

2.1.2负荷预测的基本原理

2.2电力负荷预测的分类

2.2.1按时间分类

2.2.2按行业分类

2.2.3按特性分类

2.3负荷预测的步骤

2.4负荷预测误差分析

2.4.1误差产生原因

2.4.2误差分析及模型校验

第三章人工神经网络

3.1人工神经网络的概述

3.1.1人工神经网络在国内外的发展状况

3.1.2人工神经网络的基本特征

3.1.3人工神经网络在电力系统负荷预测中的应用

3.2人工神经网络的模型及互连模式

3.2.1单神经元数学模型

3.2.2神经元的互连模式

3.3多层前向人工神经网络的改进算法

3.3.1多层前向人工神经网络的基本算法

3.3.2标准BP算法存在的缺陷

3.3.3标准BP算法的改进

3.4神经网络模型的设计

第四章负荷预测软件的编制及算例分析

4.1软件开发环境的选择

4.2短期负荷预测软件的设计过程

4.2.1系统需求分析

4.2.2系统总体设计

4.2.3系统详细设计

4.2.4代码实现和调试

4.3算例分析

4.3.1人工神经网络模型中的基本构成单元

4.3.2误差评价指标

4.3.3结果分析

第五章结论与展望

5.1结论

5.2展望

参考文献

致 谢

在学期间发表的学术论文和参加科研情况