文档介绍：上海交通大学
硕士学位论文
大型钢铁企业电力负荷短期预测的研究
姓名：史新祁
申请学位级别：硕士
专业：控制理论与控制工程
指导教师：杜秀华
大型钢铁企业电力负荷短期预测的研究
摘 要
电力负荷短期预测对于大型钢铁企业电力系统安全和经济运行
具有重要的意义 随着负荷预测研究的不断发展 人们提出了许多
成熟的负荷预测模型 但在针对不同系统的实际应用中 还有存在
着许多的问题有待进一步研究
本文根据某大型钢铁企业电力负荷的历史数据 深入研究了大
型钢铁企业电力负荷的特点 并对目前比较成熟的多种短期负荷预
测算法和预测模型进行了分析和比较 在对 BP 神经网络短期负荷
预测模型及其改进算法展开了详细讨论的基础上 本文提出了针对
大型钢铁企业电力负荷特点的人工神经网络和小波变换相结合的短
期负荷预测模型
大型钢铁企业中 大容量冲击负荷对于生产和系统供电有很大
影响 并且冲击负荷本身又具有很大的随机性 加上生产计划等因
素的影响 总体电力负荷的特性十分复杂 人工神经网络短期负荷
预测模型较好地反映出了大型钢铁企业电力负荷的基本特性 但由
于整体负荷特性的复杂性 神经网络识别出来的负荷模式与实际负
荷模式之间存在着差异 导致在某些时间点预测误差相对较大 为
了解决这一问题 本文提出了人工神经网络与小波变换相结合用于
大型钢铁企业的电力负荷短期预测模型 其基本思想是 利用小波
变换的特征提取能力 采用合适的小波基将总体电力负荷按照变化
特性分解为近似分量和细节分量 然后对负荷特性相对一致的各分
量分别建立神经网络预测模型进行预测 最后通过对各分量的预测
结果进行重构 即可得到整体负荷预测结果
实例计算结果表明 人工神经网络与小波变换相结合的模型应
用于大型钢铁企业电力负荷短期预测时 很好地反映出电力负荷的
变化情况 其预测精度令人满意 本课题的研究成果有很好的应用
前景 对于提高大型钢铁企业能源系统的管理水平和提高企业竞争
力具有重要的意义
关键词 负荷预测 钢铁企业 数据处理 人工神经网络 小波变
换
RESEARCH ON SHORT TERM LOAD FORECASTING
IN LARGE-SCALE STEEL ENTERPRISE
ABSTRACT
Short term load forecasting is important to the safely and
economically running of electrical system in large-scale steel enterprise.
Various mature load forecasting models have been proposed with the
development of the research on load forecasting.
The characteristics of large-scale steel enterprise have been research
in this paper by analyzing the historical load data of large-scal