文档介绍：指导教师签名:‘嘉—啦⑧考虑光伏发电的短期负荷预测论文作者签名:昙趁魅教援浙江态堂电氢王猩堂院直王杭州电左屋周浩友鸽飞副数援逝江太堂电氢工程堂瞳教攫浙堑太堂电氢工程堂院熊至答辩委员会主席:丘塞王教直浙江省电左逡让院董建这数直主遮电些屋昱国蛊数援逝江太堂电氢工程堂院熬援浙江太堂电氢工猩堂院论文评阅人评阅人委员一.
学位论文作者躲郐%他任签字日期:,甓嘣拢日浙江大学研究生学位论文独创性声明工年岁月/夕日学位论文版权使用授权书签字日期:厶暝拢痮日经发表或撰写过的研究成果,也不包含为获得逝姿盘堂或其他教育机构的堑姿盘堂构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权逝姿盘堂本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签字日期:本学位论文作者完全了解有权保留并向国家有关部门或机可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。学位论文作者签名:导师签名:
鯵帆眦帆㈣\要摘在电力系统中短期负荷预测是不可缺少的运算,预测结果的准确性直接关系到系统运行的安全性和经济性,因此如何提高短期负荷预测的精确性一直是国内外研究人员致力研究的方向之一。在众多影响负荷的因素中,气象因素的影响最为显著。研究气象因素与负荷之间的关系,是提高负荷预测精度的一个有效方法。本文对杭州电网的负荷特性进行了详细的分析,定量分析了年、月、周负荷的变化规律,拟合出了负荷与各气象因子的关系曲线。在此基础上,提出了综合气象因子的方法处理实时气象因子。阐述了人工神经网络在短期负荷中的应用,分析了应用较成熟的神经网络算法的原理,在此基础上提出了改进的神经网络算法,并用实际算例验证此方法的可行性。针对算法的缺点,本文提出了自适应能力强的自适应神经网络算法。对于庞大的训练数据,提出了动态自适应的方法,有效的提高了数据处理效率、缩短了预测时间,在此基础上加入了噪声干扰模型。以此建立起了动态自适应神经网络的预测模型,通过实例,证明了所提出方法的高精度性和快速性。分析了光伏系统接入对于传统负荷的影响,建立了一个小型的光伏出力系统。系统阐述了各影响因素和光伏出力的关系,在此基础上,采用人工神经网络法对光伏出力进行预测。最后通过杭州地区的数据,对加入光伏出力前后的负荷进行了预测。关键词:短期负荷预测;综合气象因子;动态自适应;人工神经网络;光伏发电浙江大学硕士学位论文
.甌曲瓸,,.、瓸瑃甊猚,:籨——浙江大学硕士学位论文;
目录摘要⋯⋯⋯..⋯⋯⋯..⋯⋯..........⋯.⋯⋯⋯⋯⋯⋯⋯..⋯..⋯⋯⋯⋯⋯⋯⋯⋯....⋯......⋯⋯⋯⋯第滦髀邸课题来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.立题意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究现状与发展新方向⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..唐诟汉稍げ獾睦砺鄯⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本文的主要研究内容和成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第赂汉商匦约坝跋煲蛩胤治觥用电负荷的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.负荷特性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第氯斯ど窬缭诟汉稍げ庵械挠τ谩神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经网络的构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯算法训练过程与计算原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.慕腂惴ā预测模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第露允视ι窬纭自适应神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯....⋯⋯⋯⋯⋯...⋯.⋯...⋯‘。一
.允视ι窬缪盗饭逃爰扑阍怼预测模型结构与数据处理方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第鹿夥低辰尤搿光伏发电系统的分类与构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯