电力系统负荷预测研究

《电力系统负荷预测研究》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、附件一毕业设计（论文）任务书设计（论文）题目电力系统短期符合预测学院名称电气与自动化工程学院专业（班级）姓名（学号）指导教师系（教研室）负责人—4—一、毕业设计（论文）的主要内容及要求（任务及背景、工具环境、成果形式、着重培养的能力）短期负荷的方法很多。神经网络作为人工智能方法的代表，它不需要显示的数学公式，具有非常良好的自学习、自适应能力。近年来，人工神经网络技术在模式识别、预测、最优化计算、信息处理等众多工程领域得到了非常广泛的研究、应用，其良好的性能已经得到了许多认可。人工神经网络法是大量神经元互连成的网路，它可以以任意的精度映射任意复杂的非线性关系。BP网络是一种典型的前馈性人工神经

2、网络，也是短期负荷预测中最广泛的人工神经网络模型。该网络使用最优化的梯度下降算法,用迭代运算不断修正网络权值,使误差达到预期要求。本次设计要求将BP人工神经网络应用于短期负荷预测中，了解人工神经网络的原理和算法，运用MATLAB编写相关程序。最后按照学校毕业设计要求，完成毕业论文撰写、外文翻译等工作，并通过毕业答辩。通过本次毕业设计对基于神经网络的短期负荷预测的初步了解，能够巩固已学知识的基础上培养系统思维的能力，拓展知识领域，并为以后参加相关电力行业工作奠定基础。二、应收集的资料及主要参考文献[1]Moghraml，RalmmnS．AnalysisandEvaluatingofFiveSh

3、ortTermLoadForecastingTechniqes[J]．IEEETransonPowerSystem,1989,4(4):1484-1491．[2]ParkDCEl-SharkawiMA．MarksJeta1．ElectricLoadForecastingUsingaNeuralNetwork[J]．IEEETransonPowerSystem，1991，6(2)L:442—449．[3]章顺华.电力市场环境下的电力系统短期负荷预测研究[D].南京：南京信息工程学院，2005.[4]BakirtzisAG,PetridisV,KiartzisSJeta1．ANeuralNetw

4、orkShortTermLoadForecastingModefortheGreekPowerSystem[J]．IEEETransonPowerSystem，1996，1l(2)：858—863.[5]杨立成.电力系统短期负荷预测方法研究分析[J].企业科技与发展，2010,11（2）：57-58.[6]申小玲.电力系统短期负荷预测方法研究[D].天津：天津大学控制理论与控制工程专业，2009.[7]高强.电力系统短期负荷预测[D].沈阳：沈阳工业大学，2003.[8]石万清.电力系统短期负荷预测技术的研究与实现[D].合肥：合肥工业大学，2005.[9]秦桂芳，伍世胜，基于神经网络的电力

5、系统短期负荷预测[J].电气开关，2011，02(4)：37-43.[10]李林川，夏道止，杨振平．应用人工神经网络进行短期负荷预测[J].电力系统及其自动化学报，1994，6(3):33－41．[11]张德玲.电力系统短期负荷预测方法的研究[D].郑州：郑州大学电力系统及其自动化专业，2007.[12]牛晓东，曹树华，赵磊，张文文.电力系统负荷预测[M].北京：中国电力出版社，2007.56-58.1-20.三、毕业设计（论文）进度计划起迄日期工作内容备注2012.1.5~2012.2.19参考文献、资料收集，整理2012.2.20~2012.3.18完成开题报告和英文翻译2012.3.1

6、9~2012.4.15整理、设计编程算法2012.4.16~2012.5.13编写调试计算机仿真程序—4—2012.5.14~2012.6.3撰写打印论文2012.6.4~2012.6.10论文答辩准备工作开题报告（该表格由学生独立完成)建议填写以下内容：1.简述课题的作用、意义，在国内外的研究现状和发展趋势，尚待研究的问题。2.重点介绍完成任务的可能思路和方案；3.需要的主要仪器和设备等；4.主要参考文献。电力系统负荷预测是电力生产部门的重要工作之一。通过准确的负荷预测，可以合理安排机组启停，减少备用容量，合理安排检修计划及降低发电成本等。准确的预测，特别是短期预测对提高电力经营主体的运行

7、效益有直接的作用，对电力系统控制、运行和计划都有重要意义。国内外关于短期电力负荷预测的研究主要集中在三个方面：负荷预测的影响因素、负荷预测的数学模型以及负荷预测的算法。在算法方面的研究最广泛，用于短期负荷预测方法很多，综合起来主要有：传统预测法、现代预测法两大类。传统的预测方法效果往往并不理想,伴随着多种交叉学科的发展，人工智能理论出现了,人工神经网络作为人工智能的代表已成为热门的研究内容。然而没有一个模型能