文档介绍：兰州理工大学
硕士学位论文
基于Elman神经网络的中期电力负荷预测模型研究
姓名:任丽娜
申请学位级别:硕士
专业:机械制造及其自动化
指导教师:芮执元
20070601
摘要负荷预测是电力系统规划和运行研究的重要内容,属于战略预测,是保证电力系统可靠供电和经济运行的前提。随着我国电力事业的发展,电网管理日趋现代化,电力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,因此,寻求合适的负荷预测方法以期最大限度的提高预测精度具有重要的应用价值。负荷预测的核心问题是预测的技术问题,或者说是预测的数学模型。传统的数学模型是用显示的数学表达式加以描述,具有计算量小、速度快的优点,但同时也存在很多的缺陷和局限性,比如不具备自学习、自适应能力、预测系统的鲁棒性没有保障等。特别是随着我国经济的发展,电力系统的结构日趋复杂,电力负荷变化的非线性、时变性和不确定性的特点更加明显,很难建立一个合适的数学模型来清晰地表达负荷和影响负荷的变量之间的关系。而基于神经网络的非数学模型预测法,为解决数学模型法的不足本文提出了基于窬绲闹衅诟汉稍げ饽P停P退惴ú捎酶慕腂法,即自适应学习速率动量梯度下降反向传播算法。这一方法的创新之处在于能够同时反映电力系统负荷的非线性特征和动态特性,并且克服了标准算法收敛速度慢和局部极小点问题。本文详细研究了甘肃电网历史负荷数据特点,预测未来一年个月的负荷值,经仿真计算,证明了该方法的有效性和适用性。提出基于数理统计及三点平滑原理的异常数据辨识及修正算法,对异常数据进行辨识和修正,实现了异常数据的准确定位和修正,为精确的预测做好了数据上的准备。通过实例验证了该方法具有简单实用、计算效率高、工作量小、大大减少了人工干预等特研究具有适应时变特性能力的窬缭げ饽P停绲ヒ鉋回归神经网络模型、双隐含层窬缒P图叭鉋神经网络模型,神经网络是在多层前向网络中引入特殊关联层,形成有“记忆”能力的网络,从而可以映射电力负荷预测系统的非线性和动态特性,解决了静态前馈神经网络对动态系统进行辨识效果差的问题。,比较三种模型的预测精度,得出双隐含层窬缭げ饽P驮げ饩ǘ雀摺⑼耆芄宦闫笠档纳枰#⑶已兄瓶发基于教ǖ母汉稍げ馊砑哂辛己玫挠τ们熬啊关键词:窬纾褐衅诟汉稍げ猓築窬纾焊慕∷惴ǎ焊仕嗟缤提供了新的思路。点,具有一定的有效性和可行性。镅基于窬绲闹衅诟汉稍げ饽P脱芯
瓾郿,瑃猰,—畐,.,琒瓸—·.,.瓵瑃瓵
董三后帽に克芾蒇酝了苁ヂ⒈ひ畋ば椭林籑猼:;.,,籊.,瑆,籅產
导师签名:贤烈日期:刎年∥月牛日作者签名:任再邴日期:刁年‘月作者签名:捎赙⒈C芸冢凇!D杲饷芎笫视帽臼谌ㄊ椤学位论文版权使用授权书兰州理工大学学位论文原创性声明日期:劫呵年鲁馊\本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒉槐C芡拧朐谝陨舷嘤Ψ娇蚰诖颉啊獭
第滦髀课题的提出随着的提高,人们对电能质量的要求也越来越高,电力负荷预测作为保证电能质量的一个基本工具,其重要性也越来越被人们所认识。电力负荷预测不仅是电力系统规划设计与计划管理工作中的一项基础工作,而且是今后进行电网商业化运营所必需的基本内容,同时,电力负荷预测又是一项工作量大,需要反复进行的复杂工作。随着国家经济的发展,电力企业走向市场的形式对电力负荷预测提出了新的要求,如何使预测手段及预测结果满足市场经济化的电力发展是预测人员所面临的新课题。为了适应电网管理现代化、科学化的要求;为了减轻电力负荷预测工程师经常进行的数据整理、加工和计算工作;为了保证数据的可继承性和做到与其他部门信息共享;为了使计算机技术在电力负荷预测中发挥重要作用;为适应新的电力市场需求,必须开发新一代的负荷预测模块。为此,’需要充分应用最先进的科学预测理论,运用当今计算机技术手段,做出符合市场需求的科学预测。电力系统由电力网、电力用户共同组成。其任务是给广大用户不问断地提供经济、可靠、符合质量标准的电能,满足各类负荷的需求,为社会发展提供动力。由于电力的生产与