基于模糊邏輯與神經(jīng)網(wǎng)絡的短期負荷預測系統(tǒng)研究.pdf

1、隨著我國電力事業(yè)的發(fā)展，電網(wǎng)管理日趨現(xiàn)代化。負荷預測問題的研究也越來越引起人們的注意，并已成為現(xiàn)代電力系統(tǒng)科學中的一個重要的領域。電力系統(tǒng)短期負荷預測是電力系統(tǒng)調(diào)度和計劃部門安排購電計劃和輸電方案的基礎，提高短期負荷預測精度，對提高電網(wǎng)運行的安全性、經(jīng)濟性、改善供電質(zhì)量有非常重要的意義。本文從電力系統(tǒng)本身特點出發(fā)，研究了神經(jīng)網(wǎng)絡和模糊邏輯基本概念和方法，充分發(fā)揮人工神經(jīng)網(wǎng)絡具有的逼近任意非線性函數(shù)的特征和自學習能力和模糊邏輯擅長處理不確

2、定性、不精確性及噪聲問題的能力，設計出一個有效的電力系統(tǒng)短期負荷預測系統(tǒng)。系統(tǒng)針對電力系統(tǒng)受多種因素影響的特點，著重考慮溫度、日期類型等因素，尤其加入了特殊日期因素對負荷值的影響，更加適合短期負荷的特點和要求。 首先，從負荷預測的角度出發(fā)，本文闡述了電力系統(tǒng)負荷預測的作用、意義、研究目的及國內(nèi)外研究的發(fā)展現(xiàn)狀，分析比較了現(xiàn)有的各種算法。 其次，通過對影響電力系統(tǒng)負荷因素的分析，一般算法大都考慮的是溫度、天氣及日期類型對負

3、荷的影響，但對于日期分類時大都分為工作日和正常休息日，而對于一些特殊日期、特殊事件對負荷的影響考慮的較少。本文提出了對特殊日期、特殊節(jié)假日及特殊事件進行對比分析，根據(jù)實際情況進行處理。對于其他影響因素，主要考慮了溫度和正常日期的影響，應用模糊邏輯技術對這些影響因素進行模糊化處理，使樣本空間中的數(shù)據(jù)成為具有影響信息的模糊量，再利用神經(jīng)網(wǎng)絡算法對負荷進行預測。 最后，以盤錦電業(yè)局數(shù)據(jù)為例，與傳統(tǒng)算法相比較，證明該方法比一般的單一算法