自適應神經(jīng)網(wǎng)絡模糊推理在中長期電力負荷預測中的應用.pdf

1、電力負荷中長期預測是制定電力發(fā)展規(guī)劃的基礎，也是電力規(guī)劃的重要組成部分。準確的預測，可以經(jīng)濟合理地安排電網(wǎng)內部發(fā)電機組的啟停、保持電網(wǎng)運行的安全穩(wěn)定性、減少不必要的旋轉儲備容量、合理安排機組檢修計劃、保證社會的正常生產(chǎn)和生活、有效的降低發(fā)電成本、提高經(jīng)濟效益和社會效益。 針對中長期負荷預測，本文將模糊理論與神經(jīng)網(wǎng)絡相結合，提出了基于高木-關野自適應神經(jīng)網(wǎng)絡模糊推理系統(tǒng)的中長期負荷預測模型。該模型采取神經(jīng)網(wǎng)絡技術對模糊信息進行處理

2、，使得模糊推理系統(tǒng)的模糊規(guī)則和模糊隸屬度函數(shù)能通過學習功能自動生成，從而有效地解決了模糊理論中必須根據(jù)專家經(jīng)驗人為制定規(guī)則和隸屬度函數(shù)的瓶頸及采用神經(jīng)網(wǎng)絡所獲得的輸入/輸出關系不易被人接受的問題。 本文以湖南省安鄉(xiāng)縣經(jīng)濟發(fā)展指標和全社會用電量為基礎數(shù)據(jù)，分別以基于網(wǎng)格結構和聚類結構的高木-關野自適應神經(jīng)網(wǎng)絡模糊推理系統(tǒng)對安鄉(xiāng)縣全社會用電量水平的進行預測分析。根據(jù)輸入變量的隸屬度函數(shù)對各變量進行模糊化處理，通過系統(tǒng)的學習訓練功能對

3、模糊規(guī)則和模糊隸屬度函數(shù)反復修正，經(jīng)過系統(tǒng)的模糊推理，得出預測年份的用電量年增長率，從而進一步預測出全社會用電量。算例表明，基于網(wǎng)格結構的自適應神經(jīng)網(wǎng)絡模型推理系統(tǒng)需要根據(jù)專家經(jīng)驗確定出每個輸入變量所包含的語言變量類型和數(shù)量；而建立基于聚類的自適應神經(jīng)網(wǎng)絡模型推理系統(tǒng)時，只需分析輸入輸出數(shù)據(jù)，即可生成與該數(shù)據(jù)相適應的隸屬度函數(shù)及模糊規(guī)則；所以，在電網(wǎng)規(guī)劃中長期負荷預測中，應結合數(shù)據(jù)來源及數(shù)據(jù)分析情況確定合適的負荷預測模型以增強模型的實用