电力负荷预测方法的研究与实现

《电力负荷预测方法的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、东北林业大学硕士学位论文电力负荷预测方法的研究与实现姓名：张黎申请学位级别：硕士专业：计算机应用技术指导教师：苏健民20060601摘要电力系统短期负荷预测是电力系统调度运营和用电服务部门的重要日常工作之一。它关系到电力系统的调度运行和生产计划，其预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量。随着电力市场建立和发展，短期负荷预测已成为电力系统管理现代化的重要内容之一。本课题来自于导师的黑龙江省科技攻关项目“智能电力监控系统"。“智能电力监控系统”主要是监控电力线上各种参数的变化，根

2、据记录的参数找出用电负荷变化的规律，并在此基础上做出一系列的负荷预测，确保电力系统安全、稳定运行、合理分配电力能源，从而达到节约能源的目的。负荷预测的核心问题是选取合适的预测方法，即建立适用于所研究地区的负荷预测的数学模型。随着现代科学技术的不断发展，负荷预测的研究也在不断深化，各种各样的预测方法不断涌现，从经典的统计分析方法到现代的智能算法，使得负荷预测的精度得到了很大的提高。然而由于短期负荷预测问题的复杂性，因而不可避免的表现出一定的局限性。灰色预测法是一种基本的预测方法，考虑到它具有要求负荷数

3、据少、不考虑分布规律、不考虑变化趋势、运算方便、短期预测精度高、易于检验等优点，本课题采用此方法作为负荷预测的方法。本文简要介绍了几种常用的负荷预测方法，如神经网络法等，在此基础上，重点介绍了灰色系统理论和灰色预测模型GM(I，1)，讲述了如何运用灰色预测法，建立预测模型。最后还将预测的数据以表格的形式显示，并绘制出相应的曲线，将实际数据与预测数据作比较。关键词负荷预测；神经网络法；预测模型；灰色预测法；电力系统AbstractTheshort—termloadforecasting(STLF)of

4、electricpowersystemisoneoftheimportantroutinesforpowerdispatchandutilitydepartments．Itiswidelyusedinthedispatchingandoperationplanningofpowersystems，andtheaccuracyoftheloadforecastingishelpfultothesecurity,economyofpowersystemsandqualityofthepowersuppl

5、y．Withtheestablishmentanddevelopmentofthepowermarket，STLFhasbeenoneoftheimportantsymbolsforthepowersystemmodemmanagement．Thispapercomesfrommydirector’Sproject_-‘‘IntelligentElectricPowerMonitorSystem”．Itmainlyconcernsthechangeofvariouskindsofdataparame

6、tersofthepowerline．Accordingtheseparameters，thesystemCanfindvariationallawandforecastthefutureelectricityconsumption．Withthissystem，itCaninsuresecurityofelectricalsystem，steadyoperation，reasonabledistributionofenergysources，SOastosaveenergysources．Thep

7、rimaryproblemoftheloadforecastingistoselectoneoftheforecastingtechniques，namely,howtobuildaforecastingmodelwhichisapplicabletothestudieddistrict．ThestudyofSTLFhasbeendeepenedandvariousmethodshavebeenputforward，alongwiththedevelopmentofthetechnology．The

8、accuracyhasbeenimproved．continuously,becauseoftheadvancedmethodfromtheclassicalStatisticanalysismethodstothemodemintelligentmethods．However,duetothecomplexityoftheforecastingproblem，theyhavesomeshortagesinevitably．，Grayforecastingmethod