电力系统短期负荷预测方法及研究【开题报告+文献综述+毕业设计】

《电力系统短期负荷预测方法及研究【开题报告+文献综述+毕业设计】》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、毕业设计开题报告电气过程及自动化电力系统短期负荷的方法及研究一、选题的背景与意义1、历史背景众所周知，电力系统的作用就是为各类用户提供可靠且合乎质量要求的电能，以随时满足各类负荷的需求。而电力系统负荷预测是电力生产部门的重要工作之一，通过准确的负荷预测，可以确定燃料的供应计划，经济合理地安排机组的启停，减少旋转备用容量，合理安排检修计划，减低发电成本，提高经济效益以及对运行中的电厂出力要求提出报告，使对发电机组出力变化事先得以估计。电力系统负荷预测理论就是因此而发展起来的，尤其在形成电力交易市场的过程中，负荷预测的研究

2、更具有极其重要的意义。电力系统负荷预测按预测时间可以分为长期，中期，短期和超短期。短期电力负荷预测主要是指预报未来几小时、一天至几天的电力负荷并做出估计，目的是给各个电厂安排日，周发电计划，是电力系统最为关键的一类负荷预测。短期负荷预测作用的大小主要取决于预测精度，精度的准确与否将直接影响调度的结果。从而对电力系统的安全稳定运行和经济性带来重要影响。而在现代工业水平的不断提高，城市化快速发展以及当前市场化运营的条件下，由于电力交易和更加频繁和经营主体的区别，会出现各种不确定的因素，同时负荷对于电价的敏感度也随着市场的完

3、善而逐渐增强，这也给负荷预测带来新的难度。故准确的预测对于提高电力经营主体的运行效益有直接的作用，另一方面突出短期负荷预测的重要性。2、研究现状及发展趋势短期电力负荷预测的研究已有较长的历史，它是随着电力系统中运行系统的逐步发展起来的。随着数学理论和人工智能技术的相继引入，人们提出各种各样的预测方法。这些方法各有千秋，很难说哪一种方法绝对优越于其他方法。对短期负荷预测，需充分研究电网负荷变化规律，分析负荷变化的相关因子，特别是天气因素，日类型等和短期负荷变化的关系。对负荷预测的研究，主要出发点大多是以更为先进的理论提高

4、预测的准确性，为电力系统运行的经济性和安全性提供有力的保证。目前负荷预测领域的研究主要关注于预测方法上的改进和提高。在电力系统短期负荷预测方法综述[1]中的各种方法的论述，从我对衢州地区的电网负荷历史数据中得知，其主要的影响因素是天气的变化和日类型的负荷变化。故可以利用人工神经网络进行负荷预测是相对于其它方法中较出色的。因为他的优点是对大量的非结构性，非规律性具有自适应功能。其中BP神经网络具有较强的非线性拟合能力，尤其对预测天气,温度等因素处理尤为方便。短期负荷预测方法总体可以分为两类：传统预测方法和现代预测方法。两

5、类方法中的各种预测方法均有一定的适用场合，各自含有不可克服的缺陷，又各有优势，没有哪一种方法预测精度明显高于其它方法或适用于各种负荷预测模型。在实际运算预测中，应结合所辖电网的实际负荷情况和特点，建立适合本地电网的负荷预测模型，考虑各种因素的影响，从而提高负荷预测的准备性。短期负荷预测技术在算法理论研究上虽然取得了很大的成就，但是由于种种原因在实际应用中，短期负荷预测技术仍然存在很多问题，理论和实践有待进一步的发展和提高二、研究的基本内容与拟解决的主要问题：1.研究的基本内容1）完成对衢州地区历史数据的分析，总结出其中

6、的影响因素.2）了解短期负荷预测的主要方法，主要要学会并会运用BP神经网络的方法.3）通过BP神经网络建立相应的日负荷预测模型.4）通过MATLAB对预测模型的编程，仿真2.拟解决的主要问题1）神经网络结构的选取2）输入样本选择3）电力系统负荷历史数据的预处理方法4）应用于电力系统负荷预测的人工神经网络的学习速度及预测精度还需要进一步的提高。5）进一步利用其它的先进方法。总之，把人工神经网络应用于电力系统负荷预测中，还是一个十分崭新的研究课题，很多学者在这方面做了大量的工作。本课题正是从这里出发，提出各种方法，对神经网

7、络应用于负荷预测进行了研究，并从理论上证实本课题中各种方法的先进性和实用性，从而使人工神经网络更好的应用到电力系统负荷预测中，为实际提供良好的服务。三、研究的方法与技术路线：1．研究方法。电力系统的短期负荷主要的因素是各种各样。需针对各个地方的不同环境，不同经济条件等来通过判断用何种预测方法建立数学模型来预测当地电力系统负荷预测。针对衢州地区的特点，衢州地区电网为浙西山区地区的供电和居民的用电提高了保证。而主要影响的因素主要是天气变化，温度。这就会造成大量的随机性和非线性。对于这些影响因素，再加上短期负荷是一个周期性的

8、非平稳随机过程，故为了提高负荷预测的准确性和实用性。针对以上各种因素选择人工神经网络的方法最合适。而其中的BP网络（误差逆传播）的主要特点是非线性拟合能力强，尤其对预测天气,温度等因素处理尤为方便，而且学习规则简单，便于计算机实现。本次课题主要应用BP网络算法对衢州电网地区历史数据建立负荷预测的模型，在Matlab环境下采用GUI