

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、電力系統(tǒng)短期負荷預測是電力系統(tǒng)調度工作中一項非常重要的內容,是電力系統(tǒng)安全、經濟、可靠運行的基礎。負荷預測的精度直接影響到電力系統(tǒng)的經濟性和穩(wěn)定性。因此,電力系統(tǒng)短期負荷預測一直是國內外學者研究的重點方向之一。
研究表明,在眾多負荷的影響因素中,氣象因素對電力系統(tǒng)負荷影響最為顯著。本文針對杭州地區(qū)進行負荷特性分析,并對數據進行了前期處理,采用相似度法探討了各氣象因素對負荷的影響。
近年來,人工神經網絡作為一種
2、智能算法在電力系統(tǒng)短期負荷預測中得到廣泛研究和應用。但在應用中,主要采用BP神經網絡,BP神經網絡作為一種靜態(tài)網絡,在負荷預測過程中易陷入局部最小點,其預測效果不是很理想。本文提出采用具有動態(tài)遞歸性的Elman神經網絡建立電力系統(tǒng)短期負荷預測模型,利用歷史數據驗證表明其效果明顯優(yōu)于BP模型。
考慮到地區(qū)電網負荷受氣象因素影響較大,本文提出了綜合考慮氣象因子的處理方法。該方法采用綜合氣象因子(人體舒適度和溫濕指數)作為輸入,
3、克服了氣象因子直接輸入時輸入量多、預測時間長的缺點。同時,基于學習算法、激勵函數和網絡結構對模型進行改進。改進后的模型考慮了電網的動態(tài)特性,減少了神經網絡輸入量,增強了負荷預測模型的適應性。采用杭州地區(qū)實際數據對提出的方法和模型進行驗證,結果顯示該方法和模型能明顯提高負荷預測精度。
針對光伏并網對短期負荷預測的影響,本文對光伏發(fā)電量的物理模型和預測模型進行了分析,并建立了光伏發(fā)電量預測模型。同時提出來對光伏發(fā)電削峰容量的一
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于VPSO-Elman神經網絡的配電網短期負荷預測研究.pdf
- 基于LCD-樣本熵和Elman神經網絡的短期電力負荷預測.pdf
- 基于神經網絡的短期負荷預測研究
- 基于WNN神經網絡的短期負荷預測.pdf
- 基于模糊神經網絡的短期負荷預測.pdf
- 基于神經網絡的短期負荷預測研究.pdf
- 文獻綜述1 基于elman神經網絡的負荷預測研究
- 基于Elman神經網絡的中期電力負荷預測模型研究.pdf
- 基于人工神經網絡的短期負荷預測.pdf
- 基于神經網絡的短期負荷預測方法研究.pdf
- 基于模糊神經網絡的短期電力負荷預測.pdf
- 基于模糊神經網絡的電力負荷短期預測.pdf
- 基于自適應Elman神經網絡的短期風電功率預測.pdf
- 短期負荷預測論文:基于神經網絡的短期電力負荷預測研究-(word可編輯)
- 基于神經網絡的短期電力負荷預測研究.pdf
- 基于神經網絡的沈陽地區(qū)短期負荷預測.pdf
- 基于混沌神經網絡的電力負荷短期預測.pdf
- 基于BP神經網絡和RBF神經網絡的電網短期負荷預測.pdf
- 基于神經網絡的大連地區(qū)短期電力負荷預測.pdf
- 基于改進人工神經網絡法的短期負荷預測.pdf
評論
0/150
提交評論