基于神經(jīng)網(wǎng)絡(luò)算法的電網(wǎng)短期負(fù)荷預(yù)測在興隆電力公司的應(yīng)用研究.pdf

1、從第二次工業(yè)革命至今，電力資源一直以來都是世界各國穩(wěn)定、建設(shè)及發(fā)展的根本所在。近些年來，隨著我國經(jīng)濟(jì)的高速發(fā)展，各地區(qū)、各部門對于電力的需求也在逐年增加，隨之產(chǎn)生的電網(wǎng)超負(fù)荷現(xiàn)象在各地也都時有發(fā)生。因此，如何合理的分配、預(yù)測電力資源，近年來越來越受到社會各方的廣泛關(guān)注。
　　隨著智能時代的到來，在電力資源分析、預(yù)測方面，目前各類智能算法在結(jié)合具體實際工程應(yīng)用背景的基礎(chǔ)上，普遍都取得了較好的應(yīng)用價值。本文以河北省承德市國網(wǎng)冀北電力有

2、限公司興隆縣供電公司為背景，通過神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)對于該地區(qū)的電網(wǎng)短期負(fù)荷預(yù)測。前期，通過對各類用戶電網(wǎng)負(fù)荷特點、預(yù)測期限等內(nèi)容的研究分析，并結(jié)合興隆縣供電公司的具體情況，進(jìn)行了大量真實有效的數(shù)據(jù)調(diào)取。隨后，在數(shù)據(jù)預(yù)處理階段對比分析了加權(quán)最小二乘法擬合、遞推最小二乘法、正交函數(shù)最小二乘法及小陣列最小二乘法。最終選取加權(quán)最小二乘法實現(xiàn)對數(shù)據(jù)的補(bǔ)缺工作。在分類識別算法的選擇上，本文對比了BP神經(jīng)網(wǎng)絡(luò)及Elman神經(jīng)網(wǎng)絡(luò)算法，通過具體的理論及實