基于遺傳BP神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測.pdf

1、電力系統(tǒng)短期負(fù)荷預(yù)測是電力調(diào)度部門制定發(fā)電計(jì)劃的依據(jù), 是市場環(huán)境下編排調(diào)度計(jì)劃、供電計(jì)劃、交易計(jì)劃的基礎(chǔ)。隨著電力工業(yè)市場化進(jìn)程的加快, 電力系統(tǒng)短期負(fù)荷預(yù)測精度的好壞直接影響到產(chǎn)業(yè)部門的經(jīng)濟(jì)效益, 是現(xiàn)代電力系統(tǒng)運(yùn)行研究中的重要課題之一，它是研究電力系統(tǒng)規(guī)劃問題、電力系統(tǒng)經(jīng)濟(jì)運(yùn)行及其調(diào)度自動化的重要依據(jù)。 本論文將前饋神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測中，并引入遺傳算法對網(wǎng)絡(luò)的初始參數(shù)進(jìn)行優(yōu)化，主要研究工作如下：

2、1.電力系統(tǒng)負(fù)荷是一個隨機(jī)非平穩(wěn)過程，其負(fù)荷觀測值由于受到各種因素的影響，可能會存在某些“壞數(shù)據(jù)”或“不良數(shù)據(jù)”，這些數(shù)據(jù)夾雜在正常的負(fù)荷數(shù)據(jù)中參與神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，嚴(yán)重影響了負(fù)荷預(yù)測的精度。本文利用統(tǒng)計(jì)學(xué)的方法，求出某段時間內(nèi)負(fù)荷序列中的均值與方差，再利用偏離率的計(jì)算公式計(jì)算出負(fù)荷序列中每一點(diǎn)的偏離率，并與閾值相比較，從而除去“不良數(shù)據(jù)”，為準(zhǔn)確有效地進(jìn)行負(fù)荷預(yù)測提供了保證。 2.通過對歷史負(fù)荷數(shù)據(jù)規(guī)律性的分析，得出負(fù)荷是以

3、周為大周期變化，以日為小 周期變化，“大周期”中嵌套“小周期”規(guī)律變化的結(jié)論。在神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)的選擇方面，除了引入相關(guān)歷史負(fù)荷作訓(xùn)練樣本外，還考慮了溫度、氣候敏感因素和特征日對負(fù)荷變化的影響，提高了負(fù)荷預(yù)測的精度。 3.針對神經(jīng)網(wǎng)絡(luò)的收斂速度慢的缺陷，本文采用了帶有變步長 和變動量因子 的改進(jìn)BP算法，針對BP神經(jīng)網(wǎng)絡(luò)由于初始權(quán)值選取不當(dāng)容易陷入局部極小點(diǎn)，本文將遺傳算法引入到網(wǎng)絡(luò)初始權(quán)值的確定中，提出了遺傳算法和BP神