本文關鍵詞：基于神經網(wǎng)絡的葫蘆島地區(qū)短期電力負荷預測方法研究

  更多相關文章： 數(shù)據(jù)預處理 短期負荷預測 BP神經網(wǎng)絡

【摘要】：電力作為一種特殊的商品,必須“按需生產”,因為它不能大量存儲。電力系統(tǒng)必須隨時調整發(fā)電量以達到與負荷需求的動態(tài)平衡,否則會造成電量的過剩或者不足,甚至會影響電力系統(tǒng)的穩(wěn)定運行,給電力公司造成嚴重的經濟損失,除此之外,還會對電力用戶的使用上造成不便。因此短期電力負荷預測在如今具有非常重要的現(xiàn)實意義,它不僅對電力生產、調度等行為起著至關重要的指導作用,更是對電力系統(tǒng)安全和經濟運行提供了重要的保障。隨著電力市場改革的不斷深入,傳統(tǒng)的電力負荷預測方法已經難以滿足電力部門的要求,也沒有實現(xiàn)真正的計算機化。本文主要分析了葫蘆島地區(qū)影響電力負荷變化的因素,并建立了基于標準BP神經網(wǎng)絡模型的短期負荷預測方法;另外,在此基礎上,對標準BP神經網(wǎng)絡模型進行了改進,進一步提高了負荷預測的速度和精度。在電力負荷數(shù)據(jù)預處理中,通過數(shù)理統(tǒng)計等方式計算了負荷的偏離率并對數(shù)據(jù)進行歸一化處理,使得預測的序列和結果更加合理化。在此基礎上,建立了標準BP神經網(wǎng)絡模型進行短期負荷預測,通過MATLAB平臺研究了利用同一日期內不同時刻的歷史數(shù)據(jù)預測下一時刻的負荷大小和利用不同日期同一時刻的歷史數(shù)據(jù)預測下一日期該時刻負荷大小兩個問題;最后對標準BP神經網(wǎng)絡模型進行了改進并利用該改進模型預測了不同日期同一時刻的負荷大小。驗證了文中所提方法的正確性和可行性,同時計算結果表明改進的BP神經網(wǎng)絡模型具有較高的計算速度和精度。
【關鍵詞】：數(shù)據(jù)預處理 短期負荷預測 BP神經網(wǎng)絡
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM715;TP183
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-12
• 1.1 課題背景及其意義9-10
• 1.2 國內外研究現(xiàn)狀10-11
• 1.3 本文的主要工作內容11-12
• 第2章 電力負荷預測的理論基礎12-25
• 2.1 電力負荷預測的概念、種類和特性12-15
• 2.1.1 電力負荷預測的基本概念12-13
• 2.1.2 電力負荷的規(guī)律13
• 2.1.3 電力負荷的外在影響因素13-15
• 2.1.4 電力負荷預測的基本特點15
• 2.2 電力負荷預測的基本步驟與預測的誤差分析15-18
• 2.2.1 電力負荷預測的基本步驟15-16
• 2.2.2 電力負荷預測的誤差分析16-18
• 2.3 電力負荷預測方法18-22
• 2.3.1 各種電力負荷預測方法介紹18-21
• 2.3.2 電力負荷預測方法的分類研究21-22
• 2.4 葫蘆島地區(qū)用電特點分析22-24
• 2.4.1 葫蘆島地區(qū)電網(wǎng)概況22
• 2.4.2 葫蘆島地區(qū)日負荷特性分析22-24
• 2.5 本章小結24-25
• 第3章 基于BP神經網(wǎng)絡的電力負荷預測模型25-38
• 3.1 BP神經網(wǎng)絡相關理論25-29
• 3.1.1 神經網(wǎng)絡的概念25-26
• 3.1.2 神經網(wǎng)絡的一般模型26-27
• 3.1.3 BP神經網(wǎng)絡的定義及特點27-28
• 3.1.4 BP神經網(wǎng)絡結構設計28-29
• 3.2 基于BP神經網(wǎng)絡的電力負荷預測模型的建立29-34
• 3.2.1 BP電力負荷預測的指標體系29-30
• 3.2.2 樣本選擇與數(shù)據(jù)處理30-32
• 3.2.3 電力負荷預測模型的建立32-34
• 3.3 基于神經網(wǎng)絡模糊推理電力負荷預測模型34-37
• 3.3.1 氣象和溫度等樣本處理35-37
• 3.3.2 不定因素轉化成BP神經網(wǎng)絡的輸入37
• 3.4 本章小結37-38
• 第4章 改進BP神經網(wǎng)絡的預測能力38-45
• 4.1 標準BP神經網(wǎng)絡模型預測不精確原因38
• 4.2 標準BP電力預測模型的改進38-41
• 4.2.1 改進的思想及步驟39-40
• 4.2.2 神經網(wǎng)絡的學習算法40-41
• 4.3 改進BP神經網(wǎng)絡的電力負荷預測模型的建立41-42
• 4.3.1 改進神經網(wǎng)絡算法流程41-42
• 4.3.2 改進BP神經網(wǎng)絡模型的建立42
• 4.4 改進BP神經模型的電力負荷預測模型42-44
• 4.5 本章小結44-45
• 第5章 結論45-46
• 參考文獻46-49
• 作者簡介逡逑49

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 付桂琴;李運宗;;氣象條件對電力負荷的影響分析[J];氣象科技;2008年06期

2 陳國基;;關于城市小區(qū)供電規(guī)劃電力負荷的計算[J];建筑電氣;2008年02期

3 楊靜;郝毅;陳冬梅;江波;;新疆農業(yè)區(qū)電力負荷與天氣的關系[J];氣象;2009年01期

4 胡安泰;袁翔;應國德;邵譯鷗;;臺州夏季電力負荷與氣候相關性分析[J];華東電力;2011年03期

5 周江;;南方電網(wǎng)中氣象性電力負荷的特性研究——以浙江省金華市為例[J];中國集體經濟;2012年28期

6 江曉峰;;電力負荷控制技術及其選用[J];吉林電力技術;1992年04期

7 徐任武;電力負荷監(jiān)控實用化需解決的幾個問題[J];電網(wǎng)技術;1996年08期

8 聞治盛,姜小劍;限電不用拉路　負荷控制到戶─-通州市電力負荷無線管理系統(tǒng)通過評審[J];農村電氣化;1997年09期

9 葉殿秀;張培群;趙珊珊;夏鑫;柯宗建;王有民;劉秋鋒;;北京夏季日最大電力負荷預報模型建立方法探討[J];氣候與環(huán)境研究;2013年06期

10 宋若i，

本文編號：1133012