

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)短期負荷預測關系到電力系統(tǒng)的平穩(wěn)調度。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,智能電網對負荷預測的實時性要求也越來越高。因此,國內外學者一直將短期電力負荷預測作為研究重點。
研究發(fā)現(xiàn),電力負荷受眾多因素的影響,其中學者在研究過程中選取最多的是氣象因素和日期因素。本文選取某地區(qū)的真實負荷數(shù)據(jù),對其特性進行了分析,并采用垂直和水平數(shù)據(jù)處理方法對負荷數(shù)據(jù)進行了前期的預處理,利用相似度法分析所有的氣象因素,確定他們是
2、否對電力負荷有影響,以及影響的大小。
人工神經網絡是一種智能算法,其在各種領域都有廣泛的應用。近年來專家學者也將人工神經網絡應用到了短期電力負荷預測中。在負荷預測算法中,使用最多的是BP神經網絡。眾所周知,BP神經網絡是一個靜態(tài)網絡,而電力負荷是隨著時間變化而不斷更新的數(shù)據(jù)序列。使用BP神經網絡對電力負荷預測過程就可以看成是用靜態(tài)網絡處理動態(tài)問題的過程,且在實際應用中BP神經網絡容易陷入局部最小點,其預測效果沒有預期的優(yōu)秀。本
3、文舍棄靜態(tài)的BP神經網絡,而是選擇具有動態(tài)遞歸性的Elman神經網絡和對樣本數(shù)據(jù)稀少條件下有優(yōu)秀表現(xiàn)的灰色理論相結合,提出了灰色Elman神經網絡負荷預測算法。針對神經網絡普遍存在將局部最優(yōu)解作為全局最優(yōu)解的缺陷,通過遺傳算法優(yōu)化灰色Elman神經網絡得到最優(yōu)的網絡初始權值,利用歷史數(shù)據(jù)驗證表明其效果明顯優(yōu)于Elman神經網絡和未經遺傳算法優(yōu)化的灰色Elman神經網絡。
近年來電力系統(tǒng)智能化的發(fā)展導致了負荷數(shù)據(jù)的海量化和高維化
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(lián)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(xiàn)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(lián)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BP神經網絡與灰色系統(tǒng)的短期電力負荷預測.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
- 基于神經網絡的短期電力負荷預測研究.pdf
- 基于混沌神經網絡的電力負荷短期預測.pdf
- 基于神經網絡的大連地區(qū)短期電力負荷預測.pdf
- 基于模糊神經網絡的短期電力負荷預測研究.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)
- 基于量子神經網絡的短期電力負荷預測研究.pdf
- 基于灰色理論與BP神經網絡的電力負荷預測.pdf
- 基于灰色理論和神經網絡的電力系統(tǒng)短期負荷預測研究及其比較.pdf
- 基于BP神經網絡的短期電力負荷預測的研究.pdf
- 基于模糊神經網絡的短期電力負荷預測的研究.pdf
- 基于灰色預測和人工神經網絡組合的負荷預測.pdf
- 基于相似日和動態(tài)模糊神經網絡的短期電力負荷預測.pdf
- 基于云計算和BP神經網絡的短期電價預測研究.pdf
- 基于神經網絡的短期負荷預測研究
- 基于改進神經網絡算法的電力負荷短期預測研究
- 短期電力負荷的小波神經網絡預測.pdf
- BP神經網絡對短期電力負荷的預測.pdf
評論
0/150
提交評論