基于模糊控制RBF神經(jīng)網(wǎng)絡(luò)短期負荷預(yù)測的研究.pdf

1、電力系統(tǒng)短期負荷預(yù)測是電力系統(tǒng)運行調(diào)度中一項十分重要的內(nèi)容，可以經(jīng)濟合理安排電網(wǎng)內(nèi)部發(fā)電機組的啟停，合理安排機組檢修計劃，降低單位GDP的能源損耗等社會經(jīng)濟效益，電力生產(chǎn)和消費日益市場化，短期負荷預(yù)測結(jié)果成為制定電力市場交易計劃的重要依據(jù)，這就對短期負荷預(yù)測提出了更高的要求。 由于常規(guī)算法不能較好地反映氣象條件等外界因素對負荷的影響，而近年來人工神經(jīng)網(wǎng)絡(luò)法等智能算法具有高度的非線性映射能力，可以較好地考慮氣象條件等因素對電網(wǎng)負荷

2、的影響，所以本文采用了RBF（RadialBasisFunction）神經(jīng)網(wǎng)絡(luò)；再者因為許多智能方法在學(xué)習(xí)收斂的速度方面、收斂的穩(wěn)定性方面、收斂至全局極小點方面，缺乏指導(dǎo)模型自動選擇的一般規(guī)則，因此本文將模糊控制引入到RBF神經(jīng)網(wǎng)絡(luò)中，較好的解決了上述問題。 本文在分析了目前短期電力負荷預(yù)測的現(xiàn)狀及各種預(yù)測方法、預(yù)測模型的基礎(chǔ)上，根據(jù)電力負荷特性的變化規(guī)律，考慮了日期類型、溫度、天氣狀況等影響負荷預(yù)測的因素，分別采用RBF神經(jīng)網(wǎng)