人工神经网络在短期电力负荷预测中应用的研究

《人工神经网络在短期电力负荷预测中应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要短期电力负荷预测是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，是能量管理系统(EMS)的组成部分，也是今后进行电网商业化运营所必需的基本内容。本文首先对负荷预测的现有方法进行了综述：其次深入研究了神经网络的模型建立问题，给出了较为适用的建模方法，构建了一个三层豹BP神经网络，特别是对BP网络模型建立中的隐含层数确定、隐含层节点数确定、训练次数与精度的关系、学习速率的选择、初始权值、训练样本的选择及归一化处理等相关问题进行了较深入定性和定量分析，并通过算例

2、进行了比较实验，得出有益结论。再次在分析BP网络缺陷的基础上，采用改进的BP神经网络算法，建立了短期负荷预测的模型，并应用改进的BP网络算法进行了负荷预测，比较不同算法的预测结果。最后给出了顾及气象参数的神经网络模型建立的方法，通过算例进行了验证和分析。关键词：短期负荷预测；人工神经网络；BP模型改进算法摘要ABSTRACTShort-TermLoadForecasting(STLF)isoneofthemostimportantcontentsofrunninganddispatchingpowersystem．

3、Itisaveryimportantaspectofpowersystemtoensureoperatingsafelyeconomicallyandachievescientificmanagementinthepowersystem．Anditisonepartofenergymanagementsystemaswellasanecessarycontentoftheelectricitymarketplaceoperationmanagement．Thispaperfirstlygivesasummaryfo

4、rpresentmethodofloadforecasting；Secondly,ithasmadeain-depthresearchintoANNmodelingproblem，togivemoreapplicablemodelingmethodandprinciple；Afterstudyingplentyofdocumentsandanalyzingvariousimportantfactorsofelectricpowerload，athree-tierBPneuralnetworkshasbeencons

5、tructed．ToestablishBPnetworkmodel，implicitlayersnumberidentification，hiddennodesdetermination，thetimesandaccuracyoftraining，learningrateoption，theinitialweights，thechoiceoftrainingsamplesandnormalizedtreatment，andotherrelatedissuesareundermorein—depthqualitati

6、veandquantitativeanalysis．Aftermakingcomparedexperimentthroughexamples，usefulconclusionsaredrawn．WiththeanalysisonBPdeficiencies，onthebasisoftheadoptionofimprovedBPneuralnetworkalgorithm，ashort-termloadforecastingmodelisestablished．Theimi)rovedBPnetworkalgorit

7、hmisappliedinloadforecasting．Consequentlythedifferentalgorithms’differentpredictingresultsalecompared．Finally,themethodstoestablishtheneuralnetworkmodeltakenintoaccountofthemeteorologicalparametersarediscussed．Experimentresearchisputforward，thusaverificationan

8、danalysisiSobtained．KeyWords：powersystem，STLF，ANN，advancedalgorithmofBP学位论文独创性声明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。据我所知，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经发表或撰写过的研究成果，也不包含为获得直昌盍堂或其他教育机