《毕业设计方案基于bp神经网络的短期电力负荷预测(终稿)精品》由会员分享，可在线阅读，更多相关《毕业设计方案基于bp神经网络的短期电力负荷预测(终稿)精品（41页珍藏版）》请在金锄头文库上搜索。
1、西安工业大学北方信息工程学院西安工业大学北方信息工程学院 本科毕业设计（论文）本科毕业设计（论文） 题目：题目：基于基于 BPBP 神经网络的短期电力负荷预神经网络的短期电力负荷预 测测 系 别 电子信息工程系 专 业 电气工程及其自动化 班 级 B070307 姓 名 宋 亮 学 号 B07030716 导 师 张荷芳 焦灵侠 2011 年 6 月 1I 毕业设计（论文）任务书 系别 电子信息系 专业 电气工程自动化 班 b070307 姓名 宋亮 学号 b07030716 1.毕业设计（论文）题目： 基于 bp 神经网络的短期电力负荷预测 2.题目背景和意义：电力系统是由电力网、电力用户组
2、成，其作用就是对各类用户尽可能经 济地提供可靠而合乎标准要求的电能，以随时满足负荷要求。但是由于电力的生产与使用具 有其特殊性，即电能是不能储存的。这就要求系统发出电力随时紧跟系统负荷的变化动态平 衡，否则，就会影响供用电的质量。电力系统负荷预测因此发展起来，成为工程科学中重要 的研究领域，是电力系统自动化中一项重要内容。在电力系统安排生产计划和实际运行的过 程中，负荷预测起着十分重要的作用，主要表现在以下几个方面： (1)经济调度的主要依据。 对电力系统来说，必须对用户提供可靠而经济的电能，以随时满足各类用户的要求，亦即满 足用户的负荷需求，而在另一方面，又要考虑生产成本，由于电能不能大量储
3、存，因此必须 在确保系统安全的情况下尽量减少实时发电备用容量。(2)生产计划的要求。电力系统中，由 于其可靠性的要求，各种发、供电设备都有确定的检修周期。(3)电力系统安全分析的基础。 电力事故所造成经济损失和社会影响是巨大的，必须尽量避免。 3.设计(论文)的主要内容（理工科含技术指标）： 负荷预测并达到一定误差范围之内。 4.设计的基本要求及进度安排（含起始时间、设计地点）：电子系实验室 1-5 周；开题，针对原理及应用、主要技术难点的收集资料，熟悉课题方案。 6-10 周； 完成方案论证，确定设计方案。 10-15 周；利用 Matlab 对系统做进一步的仿真分析 16-18 周；完成所
4、有的设计工作，整理资料，完成毕业论文，准备答辩。 5.毕业设计（论文）的工作量要求 400 机时 实验（时数）*或实习（天数）： 100 天 图纸（幅面和张数）*：A42 其他要求： 论文：15000 字以上；外文翻译：5000 字以上 指导教师签名： 年 月 日 学生签名： 年 月 日 系主任审批： 年 月 日 说明：1 本表一式二份，一份由学生装订入册，一份教师自留。 2 带*项可根据学科特点选填。 1II 基于基于 BP 神经网络的短期电力负荷预测神经网络的短期电力负荷预测 摘摘 要要 负荷预测技术是近年来各国潜心研究的一个新领域，它对于电力系统的规划 与运行、获得最好的经济效益，有重大
5、的意义。特别是电力科技与其它学科发展 将会更加交融和促进。利用人工神经网络方法来对电力负荷进行短期预测是一种 常用而且非常有效的一个方法。因此，与人工神经网络相关的一些预测算法就成 为预测技术发展的一个重点。 本文首先对预测技术，人工神经网络及其应用于电力系统进行了一些理论基 础的介绍和探讨工作，重点介绍了 BP 网络在负荷预测方面的一些知识及实际应 用。本文以实例为背景，详细论述了 BP 网络在电力负荷预测中的实际应用，并 深入研究了在实际的系统中从输入模式的划分，隐节点的选取，权值的修改，学 习率的调整等实际的问题。对于节假日的负荷，本文对其进行另外的讨论。 最后用 MATLAB 仿真得到
6、预测结果并分析了预测结果。 关键词：关键词：电力系统；短期负荷预测；BP；人工神经网络 1III Short-Term Electric Power Load Forecasting Based on Neural Network MODEL Abstract Load forecasting technology is a new field in which many countries research with great concentration in recent few years. Load forecasting technology plays an important
7、role not only in the design and running in power system but also in the increase of economical benefit. Short-term Load prediction based on artificial neural network is a common but most efficacious method. So some forecasting algorithms attached to ANN begin to be a promising and important field in
8、 the development of prediction technology. The paper primarily explicated some algorithms about prediction in EMS. Firstly,the background and development of prediction technology are introduced and then some introduction of basic theory and research work have been done about how to apply ANN to pred
9、iction technology, during which HP network and BP network are introduced importantly and then some improvement about the application of ANN to prediction technology is given. With an example the paper explicitly discusses the application of BP network in load prediction and has a deep research in pa
10、ttern division of inputting, the selection on the number of the hidden layer, the modifying of weight, the adjustment of the speed of the study and etc. In the paper, a new and sufficient method about the selection of the training sample is proposed and also the division of inputting in festivals is
11、 operated with a new method by using interpolation. Besides, in the paper, the longest predicable time is studied theoretically and practically operated. The compare of the two kinds of network and their respective privilege and limitations is the emphasis in the paper. The paper cites chaos theory
12、to predict technology. In the end the paper give some prospects and hypothesis on the prediction. Key words:Power System;Short-Term Load Forecasting(STLF); BP; Artificial Neural Network(ANN) 1IV 目目 录录 1 绪绪 论论.1 1.1 负荷预测的目的和意义.1 1.2 国内外研究现状.1 1.3 本文主要研究内容.2 2 电力负荷预测分析电力负荷预测分析.4 2.1 电力系统负荷预测的分类和特点.4 2
13、.1.1 电力系统负荷预测的分类.4 2.1.2 电力系统负荷预测的特点和基本原理.4 2.1.3 电力负荷预测的影响因素.5 2.1.4 电力负荷预测的要求.6 2.2 短期电力负荷预测的主要方法及模型.6 2.3 预测方法比较.10 3 人工神经网络人工神经网络.11 3.1 神经网络的发展概述.11 3.2 神经网络的特点.12 3.3 神经网络学习控制.12 3.4 神经网络非线性控制.13 3.5 神经网络用于预测技术.13 4 BP 神经网络神经网络 .15 4.1 BP 神经网络结构.15 4.2 BP 神经网络的学习方式.15 4.3 BP 算法的数学描述.16 4.3.1 网
14、络误差与权值的调整分析16 4.3.2 BP 算法推导对于输出层.17 4.4 BP 神经网络的主要特点.18 5 系统设计与实现系统设计与实现.20 5.1 具体实例分析.20 5.2 输入/输出变量设计.21 5.3 BP 网络仿真设计.22 1V 5.4 预测结果分析.27 5.5 MATLAB 简介27 6 结论与展望结论与展望.29 6.1 结论.29 6.2 展望.29 参考文献参考文献.31 致致 谢谢.32 毕业设计（论文）知识产权声明毕业设计（论文）知识产权声明.33 毕业设计（论文）独创性声明毕业设计（论文）独创性声明.34 1 绪论 1 1 绪绪 论论 1.1 负荷预测的
15、目的和意义负荷预测的目的和意义 电力系统的基本作用是尽可能经济地为各类用户提供可靠且合乎标准要求的 电能，适应实际负荷需求和变化。由于电能的生产、输送、分配和消费是同时完 成的，难以大量储存，这就要求发电系统要随时紧跟系统负荷变化以达到动态平 衡，否则就会影响供用电质量，甚至危及电力系统的安全与稳定。因此，科学的 电力负荷预测就成为电力系统中一项重要工作，同时是电力系统自动化领域中一 项重要内 1 容 。 电力系统负荷预测是以准确的统计数据和调查资料为依据，从用电量的历史 和现状出发，在充分考虑一些重要的系统运行特性、增容决策，自然条件与社会 影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法。在满足 一定精度要求的意义下，确定未来某特定时刻的负荷数值。电力负荷预测的目的 就是提供负荷的发展状况和水平，为电力生产部门和管理部门制订生产计划和发 展规划提供依
