基于RBF神經(jīng)網(wǎng)絡(luò)與模糊理論的電力系統(tǒng)短期負(fù)荷預(yù)測(cè).pdf

1、短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全調(diào)度、經(jīng)濟(jì)運(yùn)行的重要依據(jù),負(fù)荷預(yù)測(cè)的精度直接影響到電力系統(tǒng)運(yùn)行的可靠性、經(jīng)濟(jì)性和供電質(zhì)量。因此,尋求合適的負(fù)荷預(yù)測(cè)方法最大限度的提高預(yù)測(cè)精度具有重要的應(yīng)用價(jià)值。 根據(jù)電力負(fù)荷特性的變化規(guī)律,考慮了日期類型、溫度、天氣狀況等影響負(fù)荷預(yù)測(cè)的因素,本文提出了一種將徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)與模糊理論相結(jié)合的短期負(fù)荷預(yù)測(cè)的方法。首先,考慮負(fù)荷的季節(jié)性變化,對(duì)春、夏、秋、冬四季分別建立預(yù)測(cè)模型,采用模糊聚類分析

2、的方法對(duì)負(fù)荷預(yù)測(cè)相關(guān)數(shù)據(jù)進(jìn)行聚類,選用同類特征數(shù)據(jù)作為RBF神經(jīng)網(wǎng)絡(luò)的輸入,對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,從而實(shí)現(xiàn)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)；其次,采用在線自調(diào)整因子的模糊控制對(duì)預(yù)測(cè)誤差進(jìn)行在線智能修正使預(yù)測(cè)模型適應(yīng)負(fù)荷的實(shí)時(shí)變化；最后,在未來(lái)電力市場(chǎng)的環(huán)境下,電價(jià)因素也是一個(gè)必須在負(fù)荷預(yù)測(cè)模型中加以考慮的因素,為了克服神經(jīng)網(wǎng)絡(luò)在電力市場(chǎng)下進(jìn)行負(fù)荷預(yù)測(cè)時(shí)存在的不足,本文利用RBF神經(jīng)網(wǎng)絡(luò)的非線性逼近能力對(duì)不考慮電價(jià)因素的預(yù)測(cè)日負(fù)荷進(jìn)行預(yù)測(cè),然后根據(jù)近期