基于粒子群模糊徑向基網(wǎng)絡的電力系統(tǒng)短期負荷預測.pdf

1、電力系統(tǒng)短期負荷預測是電力系統(tǒng)安全調(diào)度、經(jīng)濟運行的重要依據(jù)，負荷預測精度的高低直接影響到電力系統(tǒng)運行的穩(wěn)定性、經(jīng)濟性和供電質(zhì)量。隨著電力市場的發(fā)展，精度高、速度快的預測理論和方法越來越受到重視。本文圍繞這一課題進行了研究和探討。 論文首先綜述了短期負荷預測的意義、特點、影響因素及其主要研究方法的優(yōu)缺點，明確了本論文的主要研究內(nèi)容。分析和研究了特定地區(qū)負荷歷史數(shù)據(jù)的特點，包括負荷變化的周期性、波動性，節(jié)假日負荷變化差異以及與影響因

2、素之間的關系。介紹神經(jīng)網(wǎng)絡的基本原理，指出了神經(jīng)網(wǎng)絡在應用中存在的問題；論述了粒子群算法的機理和研究現(xiàn)狀，給出了粒子群算法的一般步驟，并詳細論述了各種改進的粒子群算法。本文提出了基于粒子群模糊徑向基網(wǎng)絡的短期負荷預測模型，為了充分考慮各種因素對負荷變化的影響，將各種影響因素模糊化處理后作為神經(jīng)網(wǎng)絡的輸入。神經(jīng)網(wǎng)絡隱含層節(jié)點數(shù)的確定一直是憑借經(jīng)驗和試驗結(jié)果得到，本文提出動態(tài)調(diào)整徑向基網(wǎng)絡隱含層節(jié)點數(shù)目的方法，在確定節(jié)點數(shù)目后，用減聚類算法