基于-BP神经网络电力负荷预测

基于-BP神经网络电力负荷预测

ID:37059713

大小:2.51 MB

页数:47页

时间:2019-05-20

基于-BP神经网络电力负荷预测_第1页
基于-BP神经网络电力负荷预测_第2页
基于-BP神经网络电力负荷预测_第3页
基于-BP神经网络电力负荷预测_第4页
基于-BP神经网络电力负荷预测_第5页
资源描述:

《基于-BP神经网络电力负荷预测》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、本科生毕业设计说明书(毕业论文)题目:基于BP神经网络的电力系统短期负荷预测专业:电气工程及其自动化基于BP神经网络的电力系统短期负荷预测摘要电力系统短期负荷预测在实时控制和保证电力系统经济、安全和可靠运行方面起着重要作用,它已成为电力系统中现代能量管理系统的一个重要组成部分。负荷预测的误差将导致运行和生产费用的剧增,因此,精确的预测就成了电力工作者和科技人员致力解决的问题。电力系统负荷变化受多方面影响,一方面,负荷变化存在着未知不确定因素引起的波动;另一方面,又有周期变化的规律性,这使得负荷曲

2、线具有相似性。同时,由于受天气、节假日等特殊情况的影响,又使负荷变化出现差异,呈现强烈的非线性特性。本文提出了一种基于BP神经网络的预测方法,这种方法的最大优点就是对大量的非线性特性、非准确性规律具有自适应功能。本文主要针对BP神经网络应用于电力系统短期负荷预测做了进一步的研究,并通过MATLAB设计BP神经网络,仿真结果表明BP神经网络在短期负荷预测中的应用是可行的,能较好的反映负荷预测的非线性特性,但由于本文没有考虑气候,温度,节假日等因素的数据,做出来的仿真结果并不令人十分满意,不过依然可

3、以肯定BP神经网络依然优于传统的预测方法,是一个有待于我们去研究和开发的新领域。关键词:电力系统;BP神经网络;短期负荷预测BasedonBPneuralnetworkpowersystemShort-termloadforecastingAbstractShort-termloadforecastinginreal-timepowersystemcontrolandtoensureeconomic,safeandreliableoperationplaysanimportantrole,ith

4、asbecomeamodernpowersystemenergymanagementsystemisanimportantcomponent.Loadforecastingerrorswillleadtosharpincreaseinoperatingandproductioncosts,therefore,accuratelypredictthepowertobecometheworkersandtechnicalpersonneltoaddresstheproblem.Variouspowe

5、rsystemaffectedbytheloadchange,ontheonehand,thereistheunknownloadchangecausedbyfluctuationsinuncertainty;theotherhand,thereareperiodicchangesinthelaws,whichmakesasimilarloadcurve.Atthesametime,duetoweather,holidaysandotherspecialcircumstancesof,anddi

6、fferencesintheloadchangesoccur,showingastrongnonlinearity.Inthispaper,BPneuralnetworkbasedpredictionmethod,thebiggestadvantageofthisapproachisthatthenonlinearcharacteristicsofalargenumberofnon-accuracyofthelawofadaptivefunction.Inthispaper,BPneuralne

7、tworkforshorttermloadforecastinginpowersystemtodofurtherresearchanddesignBPneuralnetworkthroughtheMATLAB,simulationresultsshowthatBPneuralnetworkintheshort-termloadforecastingisfeasible,andcanbetterreflecttheloadpredictthenonlinearcharacteristics,but

8、becausethisarticledoesnotconsidertheclimate,temperature,holidaysandotherfactors,thedata,soitisnotverysatisfactorysimulationresults,butstillcertainlybetterthanthetraditionalprediction,anditisaneedtobeustonewareasofresearchanddevelopment. Keywords:Powe

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。