考慮節(jié)點負荷模糊聚類的級聯(lián)神經(jīng)網(wǎng)絡(luò)日負荷預測模型.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、短期電力負荷預測是電力系統(tǒng)運行必不可少的工作,負荷預測的結(jié)果是系統(tǒng)安排發(fā)電計劃、確定備用容量的基礎(chǔ),其結(jié)果的準確與否對系統(tǒng)運行的安全性和經(jīng)濟性都有著重要的影響。故如何提高短期負荷預測的精度一直是人們致力研究的方向之一。
   目前,國內(nèi)外關(guān)于電力系統(tǒng)短期負荷預測的文獻很多,但由于影響負荷的諸多因素和負荷的不確定性,使得短期負荷預測至今沒有得到令人十分滿意的解決,需要建立一種新的負荷預測方法。為此,本文做了以下工作:
  

2、 首先,簡述了短期負荷預測的概念和意義,及其國內(nèi)外的研究現(xiàn)狀和負荷分類在短期負荷預測中的應用現(xiàn)狀。進而重點講述兩種前饋型神經(jīng)網(wǎng)絡(luò)——BP和RBF網(wǎng)絡(luò)的結(jié)構(gòu)和學習算法,分析他們的異同和各自的優(yōu)缺點,同時重點介紹了模糊聚類的基本原理、實用步驟。
   其次,根據(jù)母線節(jié)點負荷的不同特性,將模糊聚類技術(shù)應用于母線節(jié)點負荷分類當中。
   然后,根據(jù)BP和RBF網(wǎng)絡(luò)各自的優(yōu)缺點,建立一種基于BP和RBF網(wǎng)絡(luò)的級聯(lián)神經(jīng)網(wǎng)絡(luò)日負荷預測

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論