針對電力系統(tǒng)短期負(fù)荷預(yù)測的研究.pdf

1、該文首先分析了電力系統(tǒng)負(fù)荷的組成、特點(diǎn),進(jìn)一步闡述了當(dāng)今多種電力負(fù)荷預(yù)測方法的差異、優(yōu)缺點(diǎn),著重闡述了人工神經(jīng)網(wǎng)絡(luò)(ANN)進(jìn)行負(fù)荷預(yù)測的基本原理,并針對一個實(shí)際地區(qū)電力負(fù)荷的具體情況,提出用人工神經(jīng)網(wǎng)絡(luò)建立模型來預(yù)測其負(fù)荷的變化.其次,該模型將電力負(fù)荷的變化考慮成:系統(tǒng)的基本負(fù)荷、溫度的差異、天氣的改變和日期的類型(工作日與節(jié)假日),這些主要因素共同決定的.因此,該文采用改進(jìn)的三層BP型人工神經(jīng)網(wǎng)絡(luò)來建立負(fù)荷預(yù)測模型,以上述影響負(fù)荷的

2、主要因素作為數(shù)據(jù)樣本,進(jìn)行神經(jīng)網(wǎng)絡(luò)的自我訓(xùn)練和學(xué)習(xí),并且在不斷地訓(xùn)練和學(xué)習(xí)的過程中引入誤差反方向傳播算法(即BP算法)來修正神經(jīng)網(wǎng)絡(luò)的連接權(quán)重,從而達(dá)到對負(fù)荷預(yù)測模型的改良和完善,進(jìn)一步貼近實(shí)際的負(fù)荷變化.同時,在負(fù)荷預(yù)測模塊運(yùn)行結(jié)束后,該文還將因電力線路或設(shè)備檢修損失的負(fù)荷量也作為影響因素進(jìn)行了考慮,從而得出更精確的預(yù)測負(fù)荷值.在實(shí)際的負(fù)荷預(yù)測算例結(jié)果與分析中,上述的預(yù)測思路得到了較好的印證,其預(yù)測的精度也較高,完全滿足了電力部門運(yùn)行