基于模糊聚類與RBF神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測方法研究.pdf

1、隨著電力市場機(jī)制的不斷完善，競價(jià)上網(wǎng)的交易將會(huì)越演越烈。這就要求電力調(diào)度部門在一個(gè)調(diào)度周期內(nèi)準(zhǔn)確地預(yù)測負(fù)荷需求量，并且根據(jù)實(shí)際運(yùn)行需要實(shí)現(xiàn)短期和超短期負(fù)荷預(yù)測之間的相互轉(zhuǎn)換。短期負(fù)荷預(yù)測能夠預(yù)知未來一天的負(fù)荷，并依此來制定發(fā)電計(jì)劃，實(shí)現(xiàn)經(jīng)濟(jì)調(diào)度。而超短期負(fù)荷預(yù)測能夠?yàn)樵诰€安全監(jiān)視以及自動(dòng)發(fā)電控制(AGC)提供重要依據(jù)。因此，短期和超短期負(fù)荷預(yù)測的研究對(duì)電力系統(tǒng)管理自動(dòng)化的發(fā)展起到重要作用，將二者進(jìn)行統(tǒng)一研究也頗具實(shí)際意義。
　　

2、 本文通過深入研究超短期負(fù)荷特性，構(gòu)建了基于模糊聚類與RBF神經(jīng)網(wǎng)絡(luò)(FCM-RBF)的超短期負(fù)荷預(yù)測模型。該模型不僅考慮了局部相似日的歷史負(fù)荷特性，并且考慮了預(yù)測日當(dāng)前的負(fù)荷特性。局部相似日的負(fù)荷能夠很好地反應(yīng)預(yù)測負(fù)荷的總體趨勢；預(yù)測日當(dāng)前的負(fù)荷能很好地反應(yīng)預(yù)測時(shí)段的實(shí)時(shí)數(shù)據(jù)的變化規(guī)律以及預(yù)測時(shí)段的一些隨機(jī)因素等。
　　 本文在超短期負(fù)荷預(yù)測思想的基礎(chǔ)上，構(gòu)建了有氣溫?cái)?shù)據(jù)和缺乏氣溫?cái)?shù)據(jù)的兩種短期負(fù)荷預(yù)測模型。有氣溫?cái)?shù)據(jù)的模型通

3、過比較同類型日與預(yù)測日的氣溫?cái)?shù)據(jù)的模糊隸屬度來確定同類型日的影響權(quán)值；而缺乏氣溫?cái)?shù)據(jù)的模型通過考慮同類型日與預(yù)測日的遠(yuǎn)近來確定同類型目的影響權(quán)值。針對(duì)預(yù)測曲線存在毛刺的問題，本文依據(jù)統(tǒng)計(jì)思想提出了專家系統(tǒng)修正法，實(shí)現(xiàn)了對(duì)短期負(fù)荷預(yù)測值的修正，改善了預(yù)測曲線的光滑性和預(yù)測精度。
　　 仿真結(jié)果表明，本文提出的方法在負(fù)荷預(yù)測的應(yīng)用中具有較高的可行性，在短期和超短期負(fù)荷預(yù)測中均能獲得良好的預(yù)測精度。所編程序能夠便捷地實(shí)現(xiàn)短期負(fù)荷和超短