電網高峰負荷預測系統(tǒng)設計與實現(xiàn).pdf

1、電網高峰負荷預測系統(tǒng)在高峰調度決策中起到關鍵的作用。該系統(tǒng)主要預測日最大負荷和負荷高位陡升開始時刻等與高峰負荷相關信息。目前，預測負荷高位陡升開始時刻的文獻還很少，相應的預測軟件也很少。本論文主要研究日最大負荷和負荷高位陡升開始時刻的預測問題。
　　從預測值的影響因素中，選擇影響較大者，經過測試，根據(jù)訓練和預測的效果，確定預測因子。本系統(tǒng)采用一種混合型模糊神經網絡和前饋神經網絡兩種預測方法，它們的內部結構明確，適合電力負荷預測，容

2、易實現(xiàn)。用統(tǒng)一建模語言（UML）對該系統(tǒng)進行建模。選擇典型訓練和預測的樣本數(shù)據(jù)，對其進行適當量化處理。
　　系統(tǒng)的實驗測試方法是至少用預測值前20天的樣本數(shù)據(jù)進行訓練，用預測值的預測因子進行預測。還可以用上年同一時期的樣本數(shù)據(jù)進行訓練，用來進行本年的預測。
　　用模糊神經網絡方法預測日最大負荷和負荷高位陡升開始時刻時，實際值曲線與預測值曲線吻合比較好，預測結果滿足用戶需求。對兩種方法預測負荷高位陡升開始時刻的結果進行分析比較

3、，在預測精度和預測速率方面，模糊神經網絡比BP神經網絡效果好。這兩種方法在訓練條件和樣本方面的要求有所不同，根據(jù)預測精度，可以選擇預測方法。
　　預測因子對預測精度的影響起著重要作用。從預測結果來看，所選擇的預測因子是合適的。本文給出負荷高位陡升開始時刻和最大負荷的預測趨勢圖，對電網調度有一定實用價值，易于電網運行調度人員理解，對電網調峰的決策有幫助。如果該預測系統(tǒng)的主要包用在電網調度決策支持系統(tǒng)中，就能較好地保證電網調峰時期的安