小波和神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中長(zhǎng)期負(fù)荷預(yù)測(cè)中的應(yīng)用研究.pdf

1、電力系統(tǒng)中長(zhǎng)期負(fù)荷預(yù)測(cè)是電力系統(tǒng)規(guī)劃建設(shè)的依據(jù),其預(yù)測(cè)的準(zhǔn)確程度將直接影響到電力系統(tǒng)的投資、電力網(wǎng)架和電力系統(tǒng)運(yùn)行的合理性.尤其在我國(guó)電力行業(yè)走向市場(chǎng)化的今天,它所提供的未來的負(fù)荷數(shù)據(jù),對(duì)電力系統(tǒng)的調(diào)度、運(yùn)行和網(wǎng)絡(luò)建設(shè)都是非常重要的.本文首先從負(fù)荷預(yù)測(cè)的概念出發(fā),闡述了電力系統(tǒng)負(fù)荷預(yù)測(cè)的作用、特點(diǎn)和預(yù)測(cè)技術(shù)的發(fā)展以及國(guó)內(nèi)外中長(zhǎng)期負(fù)荷預(yù)測(cè)所用的方法和模型,分析了各種方法的優(yōu)點(diǎn)和不足.在此基礎(chǔ)上研究了: (1)一種新型的長(zhǎng)期負(fù)荷預(yù)測(cè)

2、方法:廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型.考慮到長(zhǎng)期負(fù)荷歷史數(shù)據(jù)比較少,而廣義回歸神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度快并且在樣本數(shù)據(jù)較稀少時(shí),效果也很好,其網(wǎng)絡(luò)可以處理不穩(wěn)定的數(shù)據(jù),人為調(diào)節(jié)的參數(shù)少,只有一個(gè)閾值,因此采用廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)長(zhǎng)期負(fù)荷.應(yīng)用本文所提出的廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)了我國(guó)某地區(qū)的長(zhǎng)期負(fù)荷,預(yù)測(cè)結(jié)果表明即使在訓(xùn)練集樣本數(shù)據(jù)較少時(shí),該方法的預(yù)測(cè)準(zhǔn)確度仍然很高. (2)一種基于小波神經(jīng)網(wǎng)絡(luò)的月負(fù)荷預(yù)測(cè)模型.該模型融合了小波分析良好的

3、時(shí)頻局部化特性和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),較好的克服了以往神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的盲目性,具有較強(qiáng)的逼近能力、收斂速度快并且能有效避免局部極小值.由于月度負(fù)荷同時(shí)具有趨勢(shì)增長(zhǎng)性和季節(jié)波動(dòng)性的二重特性,提出了將橫向歷史負(fù)荷和縱向歷史負(fù)荷共同作為小波神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)元,同時(shí)反映波動(dòng)趨勢(shì)和增長(zhǎng)趨勢(shì)這兩種不同的變化,使得小波神經(jīng)網(wǎng)絡(luò)輸入神經(jīng)元的確定更具有物理意義. 應(yīng)用小波神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)了我國(guó)某地區(qū)中期負(fù)荷,預(yù)測(cè)結(jié)果表明該模型預(yù)報(bào)精度高,自適應(yīng)性好