简谈电力负荷预测设计与实现

《简谈电力负荷预测设计与实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、简谈电力负荷预测设计与实现导读：电力负荷预测设计与实现是一篇属于负荷和神经X络的论文大纲，免费分享给每一位正在论文写作的学生们阅读参考。（河南浪底建管局水力发电此篇电力负荷预测设计与实现文章原创shuoshilunargin:0auto;font-size:12px;color:#666666;">负荷和神经X络论文大纲量、天气敏感负荷分量和特别事件负荷分量后，剩余的残差即为时刻的随机负荷分量，以看成是随机时间序列.4。2、电力负荷预测基本算法电力负荷预测分为经典预测方法和现代预测方法.（1）经典预测方法时间序列法是一种最为常见的短期负荷预测方法，是针对整个观测序列呈现出的某种随机过

2、程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测.时间序列预测方法分为确定型和随机性两类，确定型时间序列作为模型残差用于估计预测区间的大.回归分析法是根据负荷过去的历史资料，建立以分析的数学模型，对未来的负荷进行预测.回归模型虽然考虑了气象信息等素，但需要事先知道负荷与气象变量间的函数关系，这是比较困难的.（2）现代负荷预测方法灰色数学理论是把负荷序列看作一真实的系统输出，是众多影响子的综合作用结果.这些众多子的未知性和不确定性，成为系统的灰色特性.灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测.专家系统方法是对于数据库

3、里存放的过去几年的负荷数据和天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则.借助专家系统，负荷预测人员能识别预测日属的类型，考虑天气素对负荷预测的影响，按照一定的推理进行负荷预测.运用神经X络技术进行电力负荷预测，其优点是以模仿人脑的智能化处理，对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点，特别的，其自学习和自适应功能是常规算法和专家系统技术不具备的.神经X络理论是利用神经X络的学习功能，让计算机学习包含历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷.5、电力短期负荷预测研究5。1、基于温度准则的外推方

4、法对于日负荷预测来说，工作日和休假日负荷曲线差别明显，其次，天气素，特别是温度对负荷有较大的影响，由此，采用基于温度准则的外推方法，首先根据过去数个类型日得出6。1、基于神经X络的预测原理正向建模是训练一个神经X络表达系统正向动态的过程，这一过程建立的神经X络模型称为正向建模.正向建模的结构图示，其中神经X络与待辨别的系统联，两者的输出误差用做X络的训练信号.逆向建模是建立动态系统的逆模型，神经X络控制中起着关键的作用，且得到了特别广泛的应用.下面介绍其中一种比较简单的直接逆向建模法.直接逆向建模也称为广义逆学习.从原理上说，这是一种最简单的方法.6。2、电力系统短期负荷预测建模及M

5、ATLAB实现电力系统负荷变化受多方面的影响，一方面，负荷变化存着由未知不确定的素引起的随机的波动另一方面，又具有周期变化的规律性，这也使得负荷曲线具有相似性.本文采用MATLAB软件编程、仿真，具体过程下示：(1)问题描述:电力系统负荷短期预报问题的解决办法和方式以分为统计技术、专家系统法和神经X络法等.对短期负荷进行预报前，一个特别重要的问题是何划分负荷类型或日期类型.(2)输入/输出向量设计:预测日的前一天中，每1个时对电力负荷进行一次测量，这样一来，一天共测得24组负荷数据.由于负荷值曲线相邻的点间不会发生突变，此后一时刻的值必然和前一时刻的值有关，除非出现重大事故等特殊情况

6、.以这里将前一天的实时负荷数据作为X络的样本数据.(3)BPX络的设计:本文依据人工神经X络来建模，根据BPX络来预测24点负荷.图6。1预测24点负荷的BPX络.（4）X络训练计算出预测日24点的归一化系数X络经过训练后以用于电力负荷预测的实际应用.考虑到X络的结构比较复杂，神经元个数比较多，需要适当增大训练次数和学习速率.见，经过次训练后，X络误差达到要求.（5）结论分析:本文介绍的基于BP神经X络的预测方法，综合考虑天气情况、历史负荷和日类型等对未来负荷影响的素后，使用了神经X络的非线性拟合等功能，取得了较的负荷预测效果.结束语本文介绍的电力短期负荷预测的特点，即都是受多个影响

7、素共影响，且个素间有着比较复杂的关系，具有高度不确定的非线性系统，利用传统的预测方法有着诸多限制，而采用神经X络方法则能较地克服这些限制，实现精确的非线性预测.