《（毕业设计论文）基于神经网络的电力系统负荷预测的研究》由会员分享，可在线阅读，更多相关《（毕业设计论文）基于神经网络的电力系统负荷预测的研究（63页珍藏版）》请在金锄头文库上搜索。
1、本科毕业设计（论文）基于神经网络的电力系统负荷 预测的研究燕山大学毕业设计（论文）任务书学院：电气工程学院 系级教学单位：自动化系 学 号学生 姓名专 业 班 级题目名称基于神经网络的电力系统负荷预测的研究题目性质1.理工类：工程设计 （ ） ；工程技术实验研究型（ ） ；理论研究型（ ） ；计算机软件型（ ） ；综合型（ ）2.管理类（ ） ；3.外语类（ ） ；4.艺术类（ ）题目类型1.毕业设计（ ） 2.论文（ ）题 目题目来源科研课题（ ） 生产实际（ ）自选题目（ ） 主 要 内 容1建立电力系统的神经网络预测模型。2根据模型进行仿真实验。3撰写毕业设计论文。基 本 要 求1学习和
2、掌握神经网络的预测方法。2完成电力系统负荷仿真计算。3完成毕业设计论文。参 考1电力系统相关资料。2预测理论相关资料。资 料3神经网络理论相关资料。周 次第 14 周第 58 周第 912 周 第 1316 周第 17 周应 完 成 的 内 容查阅相关参考资料，了解电力系统负荷模型和神经网络理论。建立电力系统负荷预测模型。完成电力系统负荷预测的仿真实验。准备资料，开始撰写毕业论文完成毕业论文的撰写，绘制图纸，准备答辩。指导教师： 职称： 年 12 月 28 日系级教学单位审批：年 月 日摘要电力系统对各类用户尽可能地提供经济、可靠而合乎标准要求的电能，以随时满足各类用户的要求。但由于电力的生产
3、与使用具有其特殊性，即电能是不能储存的，这就要求电力系统发电时刻紧跟系统负荷的变化，保持动态平衡，否则，就会影响供用电的质量，危及系统的安全与稳定。由此负荷预测成为电力系统运行调度中一项非常重要的内容，它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面，也是今后进行电网商业化运营所必需的基本内容。随着科学技术的发展，负荷预测技术也有当初的依赖电力调度人员技术的传统预测方式发展到现在的自动预测技术，负荷预测能够考虑到更多的影响负荷变化的因素，预测水平和精度不断提高。本文侧重于一种新兴预测技术，基于神经网络的电力系统负荷预测。本文首先简单介绍几种传统的负荷预测技术，引出神经网络预测技术
4、。接着介绍负荷预测原理和神经网络原理，指出本文所用网络模型 BP 网。然后具体介绍 BP 网络相关原理及其设计，最后以南方某城市的电力负荷历史数据为例介绍神经网络预测技术。关键词关键词 神经网络；负荷预测技术；BP 网络燕山大学本科生毕业设计（论文）IIAbstractPower System provides economic, reliable and standardized power to various type of user as much as possible to meet their requirements. However the unique strait of
5、electric power that it can not be stored requires the power to keep pace with the load and to keep balance, or it will have bad affect of the quality and endanger the systems security and stability. The power system load forecasting has one of the important items of the scheduling of the system, and
6、 which is an important aspect lf ensuring systems safe and economic operation and realizing the scientific management and scheduling of the system, but also it is the necessary elements of the commercial operation of the power grid in the future.With the development of science and technology, load f
7、orecasting has developed by the traditional means relying on the experiences of the technician to the automatically forecasting technology, which is able to contain more factors impacting the changes of the load. The level and accuracy of load is increasing improved. This article focuses on a new pr
8、ediction technique, the power system load forecasting basing on neural network.This paper introduces several traditional load forecasting techniques briefly for the first, and then leads out neural network prediction. The next two chapters are devoted to load forecasting theory and neural network th
9、eory, pointing out the network model BP network used in this paper. The last chapter relates to the principle of BP network and its design concretely, and finally takes a southern citys power load data as an example to introduce the neural network forecasting technology.Keywords neural network；load
10、forecasting technology；BP networkIII目 录摘要 .IAbstract II第 1 章 绪论 11.1 课题背景及意义11.2 国内外研究现状11.3 人工神经网络在负荷预测中的应用61.4 本文的研究内容71.5 本章小结7第 2 章 电力系统负荷预测分析 92.1 负荷预测基础知识92.1.1 负荷预测的基本原理92.1.2 负荷预测的特点.102.1.3 影响负荷变化的因素.102.2 负荷预测误差分析.102.3 负荷预测基本程序.132.4 本章小结.14第 3 章 神经网络基本原理 .163.1 神经网络基础知识.163.1.1 人工神经元模型.1
11、63.1.2 人工神经网络模型.193.1.3 人工神经网络的特性.193.2 神经网络算法.203.3 BP 网络 203.3.1 BP 网络模型与结构 203.3.2 BP 算法 213.3.3 BP 网络的功能 273.4 本章小结.27IV第 4 章 基于神经网络的电力系统负荷预测 .284.1 神经网络预测模型.284.1.1 样本集的设计.284.1.2 网络结构设计.294.1.3 参数的选择.304.1.4 输入输出数据预处理.314.1.5 网络训练与测试.334.2 网络仿真结果.334.3 BP 网络的改进 354.4 本章小结.35结论 36参考文献 37致谢 39附录
12、 15附录 26附录 37附录 4.17章及标题 1第 1 章 绪论1.1 课题背景及意义电力系统的任务是给用户不间断地提供优质电能，满足各类负荷的需要。负荷预测是在考虑各种影响的条件下，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条件下，确定未来某特定时刻的负荷值。负荷预测按时间期限进行分类，通常分为长期、中期、短期、超短期负荷预测。电力系统负荷预测是电力生产部门的重要工作之一，对于电力系统控制、运行和计划的意义非常重要。负荷预测的结果对于机组启停的安排及新的发电机的安装，对于电网的增容和改建，对于旋转备用容量大小的安排、检修计划安排的合理性、发电成本及经济效益都有重要影
13、响。未来时刻的电力系统调度安排取决于负荷预测的结果，因此其结果的准确性直接影响调度结果，进一步对电力系统的安全运行及其经济性带来重要影响。电力负荷变化受多方面影响。在为解决电力垄断而实行的市场化运营条件下，由于电力交易更加频繁及经营主体的差别，会出现各种不确定性因素，另外电价对于负荷变化的影响逐渐增强，是的负荷预测更加困难。市场各方更加重视信息的获取，准确的预测结果对于电力经营主体的运行效益有直接影响，因而对负荷预测精度又提出更高要求。但目前的负荷预测是人工进行的，是调度人员根据经验寻找相似日直观的预测，且仅限于提前一天的预测。因此需要一个自动的预测系统，以满足机组调动及经济效益的需求，且该系
14、统要能减少对调度人员经验的依赖性并适应于不同的精度要求。因此，电力负荷预测水平成为衡量一个电力企业的管理是否走向现代化的标志之一，尤其在电力事业高度发展的今天，用电管理走向市场，电力负荷预测问题的解决也成为我们面临的艰巨而重要的任务。1.2 国内外研究现状国内外许多学者对此进行了研究，发展至今，已提出了许多测试方法，燕山大学本科生毕业设计（论文）2并在预测中应用最新的数学成果，预测水平得到迅速提高，预测研究取得了很大进展。负荷预测的核心问题是预测的技术方法，即预测数学模型的建立。随着现代科学技术的发展，预测理论技术得到了很大改进，理论研究得到逐步深入。例如在国内，华北电力大学的陈志业、牛东晓教
15、授等先后对此进行了研究，开发了适合短、中、长期各类负荷预测的应用软件包，分别通过了电力工业部和有关网省局的技术鉴定，鉴定认为负荷预测模型的研究达到了国际先进水平，并已广泛的应用于华北电网各个地区1。现已有的预测技术可分为定性的经验预测技术及依赖于数量模型、定量的预测技术。在实际应用中，经验技术方法的预测精度并不比定量方法的预测精度差，甚至比某些定量方法的预测精度更高，尤其是在含有天气突变、重大事件等不确定性因素的特殊情况下。经验技术方法不是依靠模型分析，而主要是依靠专家的判断，其结果只是给出一个方向性的结论，这个结论也可能是数值型的。常用经验技术有专家预测法（通过召开专家会议，面对面讨论问题或
16、采用匿名方式独立发表各自的意见） 、类比法（对类似事物作类比分析，通过已知事物预测未知事物） 、主观概率预测法（综合若干专家估计的特定事件发生地主观概率p=Q/N） 。经典技术包括：单耗法（平均单位用电量*该产品产量） 、负荷密度法（某地区用电密度*人口数或土地面积） 、比例系数法（假定以后与过去有相同的电力负荷增长比例，用历史数据求出比例系数，按比例预测未来发展） 、弹性系数法1。以下简单介绍一下实际应用中的传统技术方法。（1）平滑预测方法 平滑预测法是对收集到的负荷变化的 T 期数据，根据预测中“重近轻远”的原则，加以不等权，加大新近数据的权系数，减小远期数据的权数，以加强近期数据的作用，弱化远期数据的影响。（2）回归模型预测技术 电力负荷回归模型预测技术就是根据负荷的历史资料，用数理统计中
