基于灰色理论和神经网络的中长期电力负荷预测的研究

《基于灰色理论和神经网络的中长期电力负荷预测的研究》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、中图分类号丁M715论文编号1006015-0206学科分类号510.8060密级A身礞旁TIANJINUIMIVERSITYOFTECHNOLOGY硕士学位论文基于灰色理论和神经网络的中长期电力负荷预测的研究Researchofmid-longTermPowerLoadForecastingBasedonGreyTheoryandNeuralNetwork‘一级学科：控制科学与工程控制科学与工程学科专业：杨超作者姓名：王云_指导教师：天津理工大学研究生部二o—五年三分类号：510.8060密级：天津理工大学研究生学

2、位论文基于灰色理论和神经网络的中长期电力负荷预测的研究（申请硕士学位）学科专业：控制科学与工程研究方向：控制理论与控制工程作者姓名：杨超指导教师：王云亮教授2015年3月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeResearchofmid-longTermPowerLoadForecastingBasedonGreyTheoryandNeuralNetworkByYangChaoSupervisorProf.WangYun-li

3、angMarch,2015独釗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和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文屮作了明确的说明并表示了谢意。学位论丈作者筌名：柄H答孛Ei期：)�is年3力日学位洽文板权使用提权书本学位论文作者完全了解天津理工大学有关保留、使用学位论文的规定。特授权天津理工大学可以将学位论文的全部或部分内容

4、编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。(保密的学位论文在解密后适用本授权说明）答孛Q期：205年3月丨0q答孛q期：年j月/d日摘要电力负荷预测对电力系统的安全经济运行起着重大作用。中长期负荷预测主要为电力系统规划部门进行决策提供数据支撑。中长期负荷预测的准确性直接影响着电网的改造和扩建的合理性、经济性，对电力行业的发展具有深远的意义。中长期负荷预测由于时间跨度大，且受经济、政策、人口增长等多种宏观因素的影响，其研究工

5、作存在较大难度。综合目前已有的中长期预测方法来看，中长期负荷预测技术仍有很大的研究空间，有待于进一步完善。深入分析中长期负荷历史数据的变化规律，并将影响负荷的主要因素考虑进来，确定适合中长期负荷预测的模型是此课题的重要研究内容。本文首先对中长期电力负荷预测这一课题的背景及意义进行了阐述，并且对现在预测技术的发展态势进行了分析。其次主要对电力负荷预测理论进行了详细叙述，并对影响电力负荷预测的因素进行了探讨。鉴于中长期负荷预测的特点与灰色预测非常吻合，本文以灰色模型为基础对中长期负荷进行预测，并对灰色模型的建模机理进行了

6、深入的研究。在灰色模型的选取方面，本文首先采用了的经典的GM(1,1)模型，由于中长期负荷受多种因素影响，本文又采用了考虑相关因素的GM(1,n)模型与GM(0,n)模型，并用灰色关联分析法对主要影响因素进行筛选。通过对这三种模型进行深入研究，并对预测结果进行分析，指出了各个模型的局限性。本文认为负荷实际值与三种模型预测值存在一种函数关系，由于BP神经网络非线性映射能力强，且具有很好的学习能力，本文采用BP神经网络来拟合这一函数，以改进预测结果。通过将三种灰色预测模型与BP神经网络进行特定的组合，本文设计了GM-NN

7、C模型。然后又在GM-NNC模型的基础上融入了等维新息递补技术的思想，设计了RGM-NNC模型，它改进了模型历史数据不变的缺点，使新的数据能得到充分利用。本文采用MicrosoftVisualC++6.0对两种设计的模型进行编程，通过实例对模型的预测结果进行验证，并用MATLAB2010b对结果进行仿真。结果表明改进的两种新型预测模型的预测精度确实得到了明显提升，适用于中长期负荷预测，具有实际应用价值。关键词：中长期负荷预测灰色模型BP神经网络MicrosoftVisualC++6.0AbstractPowerloa

8、dforecastingplaysanimportantroleinthestableandeconomicaloperationofpowersystem.Mid-longtermloadforecastingprovidesdatasupportforpowersystemplanningdepartmentswhentheyneedtom