收藏本站
《西安理工大学》 2001年
收藏 | 手机打开
二维码
手机客户端打开本文

电力系统短期负荷预测的研究

周勇  
【摘要】:随着我国电力事业的发展,电网管理日趋现代化。电力系统负荷预测问题的 研究也越来越引起人们的注意,成为现代电力系统运行研究中的重要课题之一, 它是研究电力系统规划问题、电力系统经济运行及其调度自动化的重要依据。 本论文将前馈神经网络应用于电力系统短期负荷预测中、并进行了系统而深 入的研究,主要研究工作如下: 1.电力系统负荷是一个随机非平稳过程,其负荷观测值山于受到各种因素的影 响,可能会存在某些“坏数据”或“不良数据”,这些数据夹杂在正常的负荷数 据中参与神经网络的训练,严重影响了负荷预测的精度。本文利用统计学的方法, 求出某段时间内负荷序列中的均值与方差,再利用偏离率的计算公式计算出负荷 序列中每一点的偏离率,并与阈值相比较,从而除去“不良数据”,为准确有效 地进行负荷预测提供了保证。 2。通过对历史负荷数据规律性的分析,得出负荷是以周为大周期变化,以日为 小周期变化,“大周期”中嵌套“小周期”规律变化的结论。在神经网络输入节 点的选择方面,除了引入相关历史负荷作训练样本外,还考虑了温度、气候敏感 因素和特征日对负荷变化的影响。 3.在前馈神经网络隐含层节点数的选择问题上,提出了基于Kolmogorov定理 的实验验证方法。通过实例验证、确定了神经网络模型的隐含层结构。 4.提出了前馈神经网络应用于电力系统短期负荷预测的两种算法,即基于神经 网络的时间序列法和基于神经网络的综合算法。基于神经网络的时间序列法的主 要思路是:根据电力系统历史负荷与预测负荷具有相关性的特点,结合神经网络 与时间序列法的原理,建立基于神经网络的时间序列模型。在神经网络的输入量 中、除了具有相关历史负荷数据外,还引入了特征日参数的概念,以提高模型对 日周期的适应性;基于神经网络的综合算法的主要思路是:在基于神经网络的时 间序列模型的基础上,通过对神经网络输入节点增加预测日的最高温度、最低温 度和气候敏感因素来提高负荷预测的精度。 5.本文采用标准BP算法和带有变步长η和变动量因子α的改进BP算法对两种 模型分别进行仿真实验。结果表明,改进BP算法能够提高神经网络的收敛速度; 在使用相同算法的条件下,基于神经网络的时间序列法因其结构简单具有较快的 收敛速度但预测精度差,基于神经网络的综合算法因其考虑了各种负荷影响因素 — —8 一 而使负荷预测精度有所提高,但这是以牺牲训l练时间为代价的。 6.本文提出的神经网络预测方法,在“咸阳供电局模拟市场运作管理系统··-负 荷预测子系统”中得到了应用,取得了较好的预测效果。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周虎;江岳春;陈旭;黄珊;彭信淞;;模糊聚类分析和代数算法结合的短期负荷预测[J];电力系统及其自动化学报;2011年03期
2 郭华安;加玛力汗·库马什;常喜强;姚秀萍;;电力系统短期负荷预测精度研究[J];科技资讯;2011年21期
3 袁斌;方芩璐;罗滇生;王娟;;短期负荷预测中对输入-输出关联度的改进[J];电力系统及其自动化学报;2011年03期
4 代小红;王光利;;L-M优化BP算法在短期负荷预测中的应用[J];计算机科学;2011年07期
5 李慧;王来运;;基于混沌蚁群算法的电力短期负荷预测[J];北京信息科技大学学报(自然科学版);2011年04期
6 张红;张建红;康岩松;;基于GA的改进SVM算法对RBF优化算法在短期负荷预测中的应用[J];长春工程学院学报(自然科学版);2011年02期
7 刘彬;王红蕾;;贵州输配电网短期负荷可行性预测[J];机械与电子;2010年S1期
8 黄昕颖;;高阶灰色预测模型在短期电力负荷预测中的应用研究[J];机电信息;2011年18期
9 彭显刚;胡松峰;吕大勇;;基于RBF神经网络的短期负荷预测方法综述[J];电力系统保护与控制;2011年17期
10 王小波;刘德强;;基于人工神经网络的短期负荷预测的研究[J];电力学报;2011年04期
11 张伟;徐超;韩华;张智晟;;电力系统短期负荷预测组合NN模型的研究与应用[J];青岛大学学报(工程技术版);2011年02期
12 王奔;冷北雪;张喜海;单翀皞;从振;;支持向量机在短期负荷预测中的应用概况[J];电力系统及其自动化学报;2011年04期
13 陈新宇;康重庆;陈敏杰;;极值负荷及其出现时刻的概率化预测[J];中国电机工程学报;2011年22期
14 全戈;黄民翔;周苗菲;;用于多小水电地区日发电负荷预测的新型组合预测法[J];能源工程;2011年04期
15 黄元生;邓佳佳;苑珍珍;;基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测[J];电力系统保护与控制;2011年14期
16 陈金赛;张新波;;基于改进BP人工神经网络的电力负荷预测[J];杭州电子科技大学学报;2011年04期
17 李惠玲;白晓民;;电动汽车充电对配电网的影响及对策[J];电力系统自动化;2011年17期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 胡松峰;彭显刚;;电网短期负荷预测方法综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年
3 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
4 刘念;徐成华;;利用RBF对农村低压台区进行短期负荷预测[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
5 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
6 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
7 李婷;徐搏;刘青山;刘俊男;辛鹏;;基于EMD与SVM及GA相结合的短期负荷预测[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
8 郭恒;罗可;唐贤瑛;;基于自适应神经模糊推理系统(ANFIS)的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
9 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集(2)[C];2009年
10 高秉健;吕金虎;;基于混沌时间序列的电力系统短期负荷预测[A];2001中国控制与决策学术年会论文集[C];2001年
中国重要报纸全文数据库 前9条
1 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年
2 张树斌 范明;湖北电网中、短期负荷预测系统显神威[N];华中电力报;2001年
3 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
4 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年
5 本报记者 林海宇;对迎峰度夏和奥运保电工作再部署再动员[N];华东电力报;2008年
6 宋鹏涛;华北电网多措并举保国庆用电[N];华北电力报;2005年
7 曹琰陈也清;华中电网用电负荷创新高[N];国家电网报;2008年
8 记者 龙建平;“黄金周”广东电网两不误[N];中国电力报;2006年
9 崔春华;西北电网公司积极调度缓解我省供电紧张[N];陕西日报;2008年
中国博士学位论文全文数据库 前10条
1 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年
2 张智晟;基于多元理论融合的电力系统短期负荷预测的研究[D];天津大学;2004年
3 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
4 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年
5 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年
6 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年
7 杨尚东;发电商市场预测与竞价决策优化新方法研究[D];华北电力大学(北京);2007年
8 孙春顺;风力发电系统运行与控制方法研究[D];湖南大学;2008年
9 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年
10 王志勇;数据挖掘方法在短期负荷预测中的应用研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前10条
1 周勇;电力系统短期负荷预测的研究[D];西安理工大学;2001年
2 朱焕荣;遗传规划在电力短期负荷预测中的应用[D];河北农业大学;2011年
3 刘凯;基于改进BP神经网络的短期负荷预测研究[D];河海大学;2005年
4 冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年
5 杨晓晶;基于EMD和高斯过程回归组合模型的短期电力负荷预测方法研究[D];昆明理工大学;2010年
6 刘继胜;基于人工神经网络的电力系统短期负荷预测的应用分析[D];华北电力大学(北京);2011年
7 赵福成;基于人工神经网络的短期负荷预测[D];华北电力(北京)大学;2002年
8 李海东;人工智能方法在电力系统短期负荷预测中的研究[D];辽宁工程技术大学;2002年
9 李琳娜;配电GIS中的短期负荷预测的研究与实现[D];华中科技大学;2010年
10 陈晨;基于WNN神经网络的短期负荷预测[D];西安理工大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978