針對電力系統(tǒng)短期負荷預測的研究.pdf

1、該文首先分析了電力系統(tǒng)負荷的組成、特點,進一步闡述了當今多種電力負荷預測方法的差異、優(yōu)缺點,著重闡述了人工神經(jīng)網(wǎng)絡(ANN)進行負荷預測的基本原理,并針對一個實際地區(qū)電力負荷的具體情況,提出用人工神經(jīng)網(wǎng)絡建立模型來預測其負荷的變化.其次,該模型將電力負荷的變化考慮成:系統(tǒng)的基本負荷、溫度的差異、天氣的改變和日期的類型(工作日與節(jié)假日),這些主要因素共同決定的.因此,該文采用改進的三層BP型人工神經(jīng)網(wǎng)絡來建立負荷預測模型,以上述影響負荷的

2、主要因素作為數(shù)據(jù)樣本,進行神經(jīng)網(wǎng)絡的自我訓練和學習,并且在不斷地訓練和學習的過程中引入誤差反方向傳播算法(即BP算法)來修正神經(jīng)網(wǎng)絡的連接權重,從而達到對負荷預測模型的改良和完善,進一步貼近實際的負荷變化.同時,在負荷預測模塊運行結束后,該文還將因電力線路或設備檢修損失的負荷量也作為影響因素進行了考慮,從而得出更精確的預測負荷值.在實際的負荷預測算例結果與分析中,上述的預測思路得到了較好的印證,其預測的精度也較高,完全滿足了電力部門運行