版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著電力市場的快速發(fā)展,電力系統(tǒng)負荷預(yù)測越來越受到電力相關(guān)部門的重視。準確及時的電力負荷預(yù)測,可以經(jīng)濟合理地安排電網(wǎng)內(nèi)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(zhuǎn)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,有效地降低發(fā)電成本,提高經(jīng)濟效益和社會效益。 本論文具體包括以下幾個方面的內(nèi)容: 第一章從電力系統(tǒng)實際情況出發(fā),總結(jié)了電力系統(tǒng)負荷的特點、電力系統(tǒng)負荷預(yù)測的特點和電力系統(tǒng)負荷預(yù)測的類型。接
2、著第二章討論了經(jīng)典的和現(xiàn)代的電力負荷預(yù)測的主要方法,并研究分析了這些方法存在的優(yōu)點和不足,部分方法被應(yīng)用于電力負荷預(yù)測實例。 第三章提出了一種改進的混沌理論預(yù)測方法?;煦缋碚擃A(yù)測方法是電力系統(tǒng)負荷預(yù)測應(yīng)用得最廣泛的方法之一。用它進行電力負荷預(yù)測有如下幾步:首先對電力負荷歷史數(shù)據(jù)進行相空間重構(gòu),然后采用線性方法逼近混沌系統(tǒng)函數(shù),最后用最小二乘法估計目標函數(shù)參數(shù)。因為與基向量相似程度不同的向量對目標函數(shù)的影響不同,所以要根據(jù)與基向量
3、的相似程度對目標函數(shù)加權(quán)。當(dāng)前人們普遍采用關(guān)聯(lián)度來衡量相空間向量相似性。為了降低計算時間和計算復(fù)雜度,本文提出了用向量1-范數(shù)來衡量相空間向量相似性的辦法,并將該方法用于電力系統(tǒng)日負荷預(yù)測。根據(jù)預(yù)測結(jié)果顯示,該方法在保持預(yù)測精度的情況下,減少了計算量,縮短了計算時間。 第四章將RBF-AR神經(jīng)網(wǎng)絡(luò)預(yù)測方法應(yīng)用于電力負荷預(yù)測。它是一種用RBF神經(jīng)網(wǎng)絡(luò)來逼近AR函數(shù)系數(shù)的非線性預(yù)測方法。本文采用SNPOM方法來辨識與優(yōu)化參數(shù)。該方法
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(dān)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
- 基于混沌神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中的應(yīng)用電力系統(tǒng)短期負荷預(yù)測.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)與模糊理論的電力系統(tǒng)短期負荷預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測研究(1)
- 基于BP神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測.pdf
- 蟻群神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期負荷預(yù)測中的應(yīng)用研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測的應(yīng)用分析.pdf
- 基于混沌理論的電力系統(tǒng)短期負荷預(yù)測研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)短期負荷預(yù)測的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測方法研究.pdf
- 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測.pdf
- 小波神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期電價預(yù)測中的應(yīng)用.pdf
- 基于小波和神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測.pdf
- 基于混沌神經(jīng)網(wǎng)絡(luò)的電力負荷短期預(yù)測.pdf
- 小波變換與基于AMPSO算法的神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期負荷預(yù)測中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)負荷預(yù)測.pdf
- 應(yīng)用人工神經(jīng)網(wǎng)絡(luò)進行電力系統(tǒng)負荷預(yù)測.pdf
- 基于灰色理論和神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測研究及其比較.pdf
- 基于神經(jīng)網(wǎng)絡(luò)智能算法的電力系統(tǒng)短期負荷預(yù)測研究.pdf
評論
0/150
提交評論