電力系統(tǒng)母線負(fù)荷預(yù)測研究.pdf

1、該文首先以成都地區(qū)某變電站為例,通過母線負(fù)荷與系統(tǒng)負(fù)荷的特性對比,總結(jié)了母線負(fù)荷的構(gòu)成、特點及預(yù)測工作的難點,得出可以將短期負(fù)荷預(yù)測的某些方法應(yīng)用于母線負(fù)荷預(yù)測的結(jié)論,并給出了數(shù)據(jù)預(yù)處理的方法和誤差分析的指標(biāo).在此基礎(chǔ)上,該文介紹了時間序列法的基本原理及模型建立的具體步驟,針對實際問題,將累積式自回歸平均算法(ARIMA)應(yīng)用于母線負(fù)荷預(yù)測,通過對某變電站的算例分析,驗證了該算法的可行性,同時指出了問題所在.為了解決ARIMA算法中未考

2、慮溫度、天氣因素對母線負(fù)荷的影響,該文將三層前饋的BP網(wǎng)絡(luò)應(yīng)用于母線負(fù)荷預(yù)測.在對BP網(wǎng)絡(luò)基本算法及其存在問題討論的基礎(chǔ)上,提出了一種改進的BP算法.在建立ANN模型的過程中,詳細(xì)討論了各環(huán)節(jié)的處理方法.通過分析實驗結(jié)果的數(shù)據(jù),總結(jié)出運算精度較高的方案,從而建立起有效的母線負(fù)荷預(yù)測模型.模型運算結(jié)果顯示,該方法取得了良好的效果,成功地處理了ARIMA方法中未能解決的問題,將溫度、天氣因素引入模型中,較大程度地改善了預(yù)測精度,提高了預(yù)測質(zhì)

3、量.為了充分利用各種方法的優(yōu)勢,獲得更好的預(yù)測結(jié)果,在對ARIMA與及三層前饋的BP型人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于母線負(fù)荷預(yù)測的研究基礎(chǔ)上,該文基于序列預(yù)測結(jié)果最優(yōu)可信度的原則,提出了一種以各時段殘差平方和最小為目標(biāo)函數(shù)的綜合模型,并根據(jù)模型特點,給出了簡潔直觀的求解法.分析結(jié)果表明,近似綜合最優(yōu)模型的擬合精度高于任一單一模型,兩種方法的綜合模型取得了較好的預(yù)測效果.該文研究的母線負(fù)荷預(yù)測算法具有一定的創(chuàng)新,模型的結(jié)構(gòu)簡單、合理,計算速度快,