基于模糊神經(jīng)網(wǎng)絡的短期電力負荷預測研究.pdf

1、采用電力系統(tǒng)短期負荷預測算法以及相關的仿真軟件構建出負荷預測模型,并結合電力系統(tǒng)歷史負荷數(shù)據(jù)對模型進行“學習”訓練。該模型可用于對電力系統(tǒng)短期負荷預測,預測模型的準確性不僅對電力調度科學合理地運行和相關電力調度規(guī)劃的制定具有重要的意義,也是電網(wǎng)系統(tǒng)安全可靠、節(jié)能經(jīng)濟運行發(fā)展必要的信息保障。
　　目前,用于短期負荷預測的算法及其對應的數(shù)學模型有多種,但是傳統(tǒng)的預測算法依賴于較為精確的數(shù)學模型,而在實際預測過程中一些影響負荷波動的特性

2、參數(shù)通常采用恒值假定的方法,從而導致預測得到的負荷數(shù)據(jù)不能真實地反映出電力需求側負荷的總體調度要求,在準確性、可靠性、和實時性等方面較差。
　　隨著電力建設的加速,現(xiàn)代電網(wǎng)在結構和功能等多方面也越來越復雜,且實際運行中需求側負荷變化量具有多元非線性時變特性。模糊神經(jīng)網(wǎng)絡模型結合了神經(jīng)網(wǎng)絡強大的非線性數(shù)據(jù)樣本智能學習訓練和模糊邏輯優(yōu)化優(yōu)點,通過采用網(wǎng)絡模型內部各層神經(jīng)元間的模糊學習推理運算方法可獲得高準確度的負荷預測數(shù)據(jù)?？梢暬瘮?shù)

3、編程軟件Visual C++將基于模糊神經(jīng)網(wǎng)絡的負荷預測網(wǎng)絡用于可視化信息傳輸,有利于提高模糊神經(jīng)網(wǎng)絡短期負荷預測系統(tǒng)的綜合運行性能。對整個研究過程進行總結,論文所做的工作主要包括以下幾點:
　　(1)首先綜述了電力系統(tǒng)短期負荷傳統(tǒng)預測方法以及現(xiàn)代智能方法,在對上述各類方法進行比較的基礎上,并考慮到短期負荷的非線性時變特性,選用模糊神經(jīng)網(wǎng)絡作為短期負荷預測模型的基本網(wǎng)絡結構和內部運算準則;
　　(2)簡要介紹了神經(jīng)網(wǎng)絡和模糊

4、邏輯理論的工作原理以及運算流程,構建了模糊神經(jīng)網(wǎng)絡負荷預測網(wǎng)絡結構;
　　(3)借助于MATLAB仿真軟件平臺,構建了三層四功能單元的模糊神經(jīng)網(wǎng)絡短期負荷預測模型。利用某電網(wǎng)3年內負荷歷史數(shù)據(jù)對模型進行“學習”訓練,根據(jù)預測后日負荷數(shù)據(jù)及其誤差分析結果,可知其誤差率可控制在3％以內,進而驗證了本文所選用的模糊神經(jīng)網(wǎng)絡模型的可靠性與準確性;
　　(4)將Visual C++可視化函數(shù)編程軟件與MATLAB仿真平臺相結合,構建了