毕业论文--短期智能负荷预测系统

《毕业论文--短期智能负荷预测系统》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、HUNANUNIVERSITY毕业论文论文题目短期智能负荷预测系统基于人工神经网络的短期负荷预测学生姓名学生学号专业班级学院名称电气与信息工程学院指导老师学院院长2005年5月日湖南大学毕业设计(论文)第I页短期智能负荷预测系统摘要电力系统短期负荷预测是电力企业一项重要的工作，预测的结果将对变电站、水火发电厂的合理配置、安全设备的维修以及电网经济调度、能量传播，还有发电机组的生产计划等产生巨大的影响。如今，随着信息化的高速发展，社会各方面的不断变化，对负荷预测精度的要求也越来越高，传统的预测方法已经再也不能满足电力工业发展的需要，而以人工神经网络为代表的新的预测方法在负荷预测领域越来越

2、显示其巨大的优越性。本文在研究了大量文献资料的基础上，介绍了人工神经网络的基本理论及特征，特别是BP神经网络；通过学习BP网络算法和具体步骤，分析影响电力负荷的各种重要因素，构建了一个三层结构的BP网络模型，并确定BP网络的输入层、隐含层及输出层的节点数，并用历史负荷数据进行训练，对电力系统的短期负荷进行了预测，并取得了较好的预测结果。使用人工神经网络法的预测结果相对于传统使用的方法来说，预测精度有了明显的提高，由此证明了人工神经网络应用于短期负荷预测的有效性。关键词：短期负荷预测，人工神经网络，BP算法湖南大学毕业设计(论文)第II页IntelligentShort-termLoad

3、ForecastingSystymABSTRACTPowersystemshort-termloadforecastingisaveryimportantpartinelectricpowerdispatching,theresultofforecastingwillhaveagreateffectongeneratorproductionplan,thepowerallocation,fuelallocationandsafetyanalysisofequipmentrepairandshort-termgridenergypropagation.Intheinformatizati

4、onconstructionisboomingtoday,traditionalartificialforecasthasbeenincreasinglyunabletomeettheneedsofelectricpowerindustrialdevelopment,andthenewpredictionmethodbasedonartificialneuralnetworkastherepresentativehasincreasinglyshownitsgreatsuperiority.Basedonalotofliterature,thispaperintroducestheba

5、sictheoryandcharacteristicsofartificialneuralnetwork,especiallyBPneuralnetwork;ThroughthestudyofBPnetworkalgorithmandspecificsteps,analysisofvariousimportantfactorsofelectricpowerload,theconstructionofathreelayerBPnetworkmodelhasbeensetup,anddetermineBPnetworknodenumberofinputlayer,hiddenlayeran

6、doutputlayer,andusinghistoricalloaddatatraining,theshort-termloadforecastingofthepowersystemissuccessfulground.Theaccuracyofthepredictionresultshasgreatlyimprovedthatiscomparedwiththetraditionalmethod,itprovesthevalidityofthefieldofartificialneuralnetworksinpredictionofshort-termpowerload.Keywoe

7、ds:shorttermloadforecasting,neutalnetwork,algorithmofBP湖南大学毕业设计(论文)第III页目录HUNANUNIVERSITY11绪论11.1预测的目的及意义11.2目前研究现状11.3本文的主要研究内容32短期负荷预测的概论52.1负荷预测的概念52.2负荷预测的分类及其特点52.2.1按用电部门的属性划分52.2.2按负荷预测的时间长短划分62.3负荷预测的特征62.3.1短期负荷预测的特