基于模糊神经网络的电力负荷短期预测

基于模糊神经网络的电力负荷短期预测

ID:36654752

大小:1.49 MB

页数:55页

时间:2019-05-13

基于模糊神经网络的电力负荷短期预测_第1页
基于模糊神经网络的电力负荷短期预测_第2页
基于模糊神经网络的电力负荷短期预测_第3页
基于模糊神经网络的电力负荷短期预测_第4页
基于模糊神经网络的电力负荷短期预测_第5页
资源描述:

《基于模糊神经网络的电力负荷短期预测》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、天津大学硕士学位论文基于模糊神经网络的电力负荷短期预测姓名:于海燕申请学位级别:硕士专业:运筹学与控制论指导教师:张凤玲20070101中文摘要电力负荷预测水平己成为衡量电力系统运行管理现代化的标志之一,电力系统的正确调度、规划和运行都离不开电力负荷预测,准确的负荷预测不仅对电力系统的安全、可靠、经济运行起着重要作用,同时也是潜在节约能源的方法。尤其是准确的短期负荷预测更具有重要的意义。负荷预测的影响因素较多,不只由负荷本身的历史数据决定,还要受众多非负荷因素的影响。本文分析了电力系统负荷预测的意义和方法,介绍了电力短期负荷预测的特点及研究现状。阐述了人工神经网络和模糊

2、理论的相关概念和原理,分析了它们各自的优缺点以及它们之间的互补性。介绍了模糊神经网络的类型和训练算法。最后,本文针对电力负荷的特点,综合考虑温度、日期类型等对日最大负荷的影响,将模糊神经网络模型应用于电力系统的短期负荷预测中,详细介绍了预测模型建立的全过程。通过对EUNITE网络提供的实际数据进行详细分析,确定了影响日最大负荷的相关因素,进而选择了合适的模●糊输入建立相应的模糊神经网络预测模型,取得了较为理想的预测结果。结论充分证明了模糊神经网络在短期电力负荷预测方面的巨大潜力。同时也表明,对电力负荷的影响因素的研究仍具有重要的现实意义。关键词:短期负荷预测,人工神经网

3、络,模糊理论,模糊神经网络ABSTRACTThelevelofloadforecastingisoneofthemeasuresofmodernizationofpowersystemmanagement.Itisimportantformakingplans,distributingelectricity.Itcanhelpsavingtheenergysource.Soloadforecasting,especiallyaccurateshort-termloadforecastingisofgreatimportancetopowersystem.Thereare

4、manyfactorsthataffectsystem10ad,suchashistorydataofload,manynon-loadfactors.111edissertationanalyzesthemeaningandmethodsofpowersystemloadforecasting,explainsthegeneraltheoryandmeaningofartificialneuralnetwork.Introducesfuzzytheoryandstudiesoffuzzyneuralnetwork.Finally,accordingtothefeatu

5、resofpowerloadandconsideringthecombinedinfluenceoftemperatureanddaytype,anapproachbasedonfuzzyneuralnetworkisproposedforshort-termloadforecasting.AfteranalyzingtheoriginaldataprovidedbyEUmTEnetwork,anddiscussingtheinfluencingfactorsofdailypeakload,wechosetheappropriateinputsforOurnetwork

6、andbuildafuzzyneural’networkforecastingmodel.Resul协showthatfuzzyneuralnetworkisveryeffectiveintheshort-termloadforecasting.111estudyofinfluencingfactorsofshort-termloadforecastingisalsosignificative.Keywords:short-termloadforecasting,Artificialneuralnetwork,Fuzzytheory,fuzzy—neuralnetwor

7、k.独创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,也不包含为获得苤鲞盘茔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中作了明确的说明并表示了谢意。学位论文作者签名:签字日期:勿口7年/月g日学位论文版权使用授权书本学位论文作者完全了解鑫鲞盘堂有关保留、使用学位论文的规定。特授权鑫盗盘鲎可以将学位论文的全部或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、

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。