基于相似日和动态模糊神经网络的短期电力负荷预测

基于相似日和动态模糊神经网络的短期电力负荷预测

ID:35015910

大小:4.41 MB

页数:65页

时间:2019-03-16

基于相似日和动态模糊神经网络的短期电力负荷预测_第1页
基于相似日和动态模糊神经网络的短期电力负荷预测_第2页
基于相似日和动态模糊神经网络的短期电力负荷预测_第3页
基于相似日和动态模糊神经网络的短期电力负荷预测_第4页
基于相似日和动态模糊神经网络的短期电力负荷预测_第5页
资源描述:

《基于相似日和动态模糊神经网络的短期电力负荷预测》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、分类号_____________________密级__________________UDC_____________________学号__________________硕士学位论文ThesisforMaster'sDegree论文题目_________基于相似日和动态模糊神经网络的短期电力负荷预测申请学位类别__________工学硕士专业名称控制理论与控制工程研究生姓名_____________游鑫导师姓名、WM任金霞副教授二〇一五年六月分类号:密级:UDC:学号:硕士学位论文基于相似日和动态模糊神经网络的短期电力负荷预测Basedonthesimilar

2、ityandthedynamicfuzzyneuralnetworkshort-termpowerloadforecasting学位类别:工学硕士作者姓名:游鑫学科、专业:控制理论与控制工程研究方向:智能控制及其应用指导教师:任金霞副教授年月日学位论文独创性声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含己获得江西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己在论文中做了明确的说明并表示谢意。申

3、请学位论文与资料若有不实之处,本人承担一切相关责任。研究生签名:时间:年6月j口学位论文版权使用授权书本人完全了解江西理工大学关于收集、保存、使用学位论文的规定:即学校有权保存按要求提交的学位论文印刷本和电子版本,学校有权将学位论文的全部或者部分内容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、汇编以供査阅和借阅;学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版^本人允许本学位论文被查阅和借阅,同意学校向国家有关部门或机构送交论文的复印件和电子版,并通过网络向社会公众提供信息服务。保密的学位论文在解密后适用本授权书学位论文作者签名(手

4、写):导师签名(手写):碌签字日期:年6月f曰签字曰期:々yr币&月f曰摘要摘要电力负荷预测不仅可以提高电能配送的安全,还可以使电网企业合理有效运转,是一种提高能源利用率的重要方法。短期电力负荷预测有着随机、时变、非线性等特点,现阶段主要有传统的数据统计与现代人工智能两种方法来对电力负荷进行预测。传统的数据统计方法注重数据的拟合、模型的建立,而对电力负荷预测的影响因素利用不足,其预测结果往往不是很理想。在现代人工智能算法中,对电力负荷进行预测使用最多的就是BP神经网络。该方法也存在着隐含层数、隐含层节点个数、初始权值等选择的不确定性,较为依赖使用者个人的专家经验,还

5、有着隐含层的黑箱处理、过拟合、过训练等一系列缺点。为了提高短期电力负荷预测的准确率,本文作了以下几方面工作:(1)传统的模糊神经网络模糊规则是根据专家经验而事先确定好的,而现在电力负荷数据存在着数据量过大,数据过于繁杂等特点,此时,模糊规则的确定就成为一个难题。为了解决模糊神经网络的这个缺点,本文使用动态模糊神经网络来预测短期电力负荷,动态模糊神经网络最大的特点就是其模糊规则不是事先就确定好,而是根据输入样本进行动态调整,首先通过系统误差和可容纳边界两个因素来决定系统是否需要新增模糊规则,然后使用了分级学习技术来加快整个网络建立模型的速度,并且还使用了误差下降率算法

6、来剔除对整个网络影响不大的一些模糊规则。(2)当使用全部的负荷数据来训练动态模糊神经网络时,会增加网络建模的复杂度,也会影响网络的建模速度。为了解决这个难题,本文使用相似日和动态模糊神经网络结合的方法来预测短期电力负荷,该方法就是在训练模型之前对训练样本作一个相似日处理,通过相似日自动寻找出与预测日在平均温度与星期因素上相似的样本,相似日与预测日在负荷消耗水平也比较相似,把预测日的相似日样本作为训练数据而不是将全部数据作为训练数据,从而提高建模速度及简化模型复杂度。(3)在以EUNITE公司提供的电力负荷数据基础上分别采用动态模糊神经网络、相似日和动态模糊神经网络结

7、合的方法来进行负荷预测。实验取得了较为理想的结果,为电力负荷预测提供了新的方法。关键词:相似日;动态模糊神经网络;短期电力负荷预测IAbstractAbstractPowerloadforecastingcannotonlyimprovethesafetyofthepowerdistribution,andalsomakethereasonableandeffectiveoperationofthepowercompanies.It’sanimportantmethodtoimprovetheenergyutilizationefficiency.Short-t

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。