針對電力系統(tǒng)短期負荷預(yù)測的研究.pdf

1、該文首先分析了電力系統(tǒng)負荷的組成、特點,進一步闡述了當今多種電力負荷預(yù)測方法的差異、優(yōu)缺點,著重闡述了人工神經(jīng)網(wǎng)絡(luò)(ANN)進行負荷預(yù)測的基本原理,并針對一個實際地區(qū)電力負荷的具體情況,提出用人工神經(jīng)網(wǎng)絡(luò)建立模型來預(yù)測其負荷的變化.其次,該模型將電力負荷的變化考慮成:系統(tǒng)的基本負荷、溫度的差異、天氣的改變和日期的類型(工作日與節(jié)假日),這些主要因素共同決定的.因此,該文采用改進的三層BP型人工神經(jīng)網(wǎng)絡(luò)來建立負荷預(yù)測模型,以上述影響負荷的

2、主要因素作為數(shù)據(jù)樣本,進行神經(jīng)網(wǎng)絡(luò)的自我訓(xùn)練和學(xué)習(xí),并且在不斷地訓(xùn)練和學(xué)習(xí)的過程中引入誤差反方向傳播算法(即BP算法)來修正神經(jīng)網(wǎng)絡(luò)的連接權(quán)重,從而達到對負荷預(yù)測模型的改良和完善,進一步貼近實際的負荷變化.同時,在負荷預(yù)測模塊運行結(jié)束后,該文還將因電力線路或設(shè)備檢修損失的負荷量也作為影響因素進行了考慮,從而得出更精確的預(yù)測負荷值.在實際的負荷預(yù)測算例結(jié)果與分析中,上述的預(yù)測思路得到了較好的印證,其預(yù)測的精度也較高,完全滿足了電力部門運行