【精品】论文成品

【精品】论文成品

ID:43745591

大小:373.48 KB

页数:38页

时间:2019-10-13

【精品】论文成品_第1页
【精品】论文成品_第2页
【精品】论文成品_第3页
【精品】论文成品_第4页
【精品】论文成品_第5页
资源描述:

《【精品】论文成品》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、©冻”电力天学NortheastDianliUniversity本科毕业设计论文基于RBF人工神经网络的电力系统短期负荷预测学生姓名:焦翔班级:电自0510学号05C2210指导教师:刘耀年所在单位:电气工程学院答3亠日期:2009年6月22日负荷预测可以分为长期、屮期、短期、超短期以及节日预测。其屮,短期负荷预测是电力系统安全经济运行的前提,随着分时屯价方式的推广和电力市场化改革的深入,电力公司力求及时、准确地把握负荷变化的信息,将负荷预测的重要性和迫切性提到了前所未有的高度,同时也对负荷预测的精度提出了更高的要求,这必将推动我国对负荷预测新方法、新技术的研

2、究。木文讨论电力系统的短期负荷预测,根据电力负荷的变化规律及特性,建立人工神经网络径向基函数(RadialBasisFunction,RBF)的短期负荷预测模型。RBF的特点是收敛性好、方便实用、有较高的预测精度和较快的训练速度。木文利用MATLAB7.0软件进行编程,对实际地区的短期电力负荷进行预测,得到了较为理想的结果。关键词:短期负荷预测;人工神经网络;RBF神经网络AbstractLoadforecastingcanbedividedintolong-term,medium-term,short-term,ultrashort-termforecast

3、s,aswellasfestivals.Amongthem,theshort-termloadforecastingofpowersystemisaprerequisiteforsafeandeconomicoperation,withtheformofTOUelectricitymarketpromotionandin-depthreformofthepowercompaniesseektotimelyandaccurateinformationtograsptheloadchanges,willtheimportanceofloadforecastinga

4、ndreferredtotheurgencyofanunprecedentedlevel,butalsotheaccuracyofloadforecastahigherdemand,whichwillpromoteournewmethodofloadforecasting,researchofnewtechnologies.Thisarticlediscussestheshort-termpowersystemloadforecasting,inaccordancewithchangesinloadandcharacteristicsofthelaw,thee

5、stablishmentofartificialneuralnetworkRBF(RadialBasisFunction,RBF)modelofshort-termloadforecasting.RBFischaracterizedbygoodconvergence,convenientandpractical,whichhaveahigheraccuracyandfastertrainingspeed・Inthispaper,MATLAB7.0softwareprogramming,theactualareaoftheshort-termloadforeca

6、stinghasbeenmoresatisfactoryresults・Keywords:Short-termLoadForecasting;ArtificialNeuralNetwork(ANN);RBFNeuralNetworks第1章1.11.21.3第2章2.12.22.2.2.32.2.第3章3.1献-文-考录参附绪论1课题背景及研究的意义1电力系统负荷预测技术的发展和现状2论文的主要T作4负荷预测5负荷预测的组成及意义5负荷预测的特点和原理62.1负荷预测的特点62.2负荷预测的原理7短期负荷预测的基本方法83.1各种短期预测方法简介83.2各种短

7、期预测方法简评9人工神经网络10人工神经网络概述10RBF神经网络112.1径向基函数(RBF)112.2RBF神经网络的结构122.3RBF神经网络的具体实现132.4RBF神经网络的学习算法14基于RBF神经网络的短期负荷预测17电力负荷特性分析171.1短期负荷特性171.2典型负荷分量分析17RBF神经网络的建立20RBF神经网络的训练213.1样本的选取213.2数据预处理223.3数据的归一化处理22预测误差分析234.1误差产生的原因234.2预测误差分析指标245预测结果及分析2531第1章绪论1.1课题背景及研究的意义电力系统应尽可能地向各类

8、用户提供安全、可靠、优质的电能,并随时

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。