資源描述：
《電力系統(tǒng)負荷預測研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、附件一畢業(yè)設(shè)計（論文）任務書設(shè)計（論文）題目電力系統(tǒng)短期符合預測學院名稱電氣與自動化工程學院專業(yè)（班級）姓名（學號）指導教師系（教研室）負責人—4—一、畢業(yè)設(shè)計（論文）的主要內(nèi)容及要求（任務及背景、工具環(huán)境、成果形式、著重培養(yǎng)的能力）短期負荷的方法很多。神經(jīng)網(wǎng)絡(luò)作為人工智能方法的代表，它不需要顯示的數(shù)學公式，具有非常良好的自學習、自適應能力。近年來，人工神經(jīng)網(wǎng)絡(luò)技術(shù)在模式識別、預測、最優(yōu)化計算、信息處理等眾多工程領(lǐng)域得到了非常廣泛的研究、應用，其良好的性能已經(jīng)得到了許多認可。人工神經(jīng)網(wǎng)絡(luò)法是大量神經(jīng)元互連成的網(wǎng)路，它可以以任意的精度映射任意復雜的非線性關(guān)系。BP網(wǎng)絡(luò)是一種典型的前饋性人工神經(jīng)
2、網(wǎng)絡(luò)，也是短期負荷預測中最廣泛的人工神經(jīng)網(wǎng)絡(luò)模型。該網(wǎng)絡(luò)使用最優(yōu)化的梯度下降算法,用迭代運算不斷修正網(wǎng)絡(luò)權(quán)值,使誤差達到預期要求。本次設(shè)計要求將BP人工神經(jīng)網(wǎng)絡(luò)應用于短期負荷預測中，了解人工神經(jīng)網(wǎng)絡(luò)的原理和算法，運用MATLAB編寫相關(guān)程序。最后按照學校畢業(yè)設(shè)計要求，完成畢業(yè)論文撰寫、外文翻譯等工作，并通過畢業(yè)答辯。通過本次畢業(yè)設(shè)計對基于神經(jīng)網(wǎng)絡(luò)的短期負荷預測的初步了解，能夠鞏固已學知識的基礎(chǔ)上培養(yǎng)系統(tǒng)思維的能力，拓展知識領(lǐng)域，并為以后參加相關(guān)電力行業(yè)工作奠定基礎(chǔ)。二、應收集的資料及主要參考文獻[1]Moghraml，RalmmnS．AnalysisandEvaluatingofFiveSh
3、ortTermLoadForecastingTechniqes[J]．IEEETransonPowerSystem,1989,4(4):1484-1491．[2]ParkDCEl-SharkawiMA．MarksJeta1．ElectricLoadForecastingUsingaNeuralNetwork[J]．IEEETransonPowerSystem，1991，6(2)L:442—449．[3]章順華.電力市場環(huán)境下的電力系統(tǒng)短期負荷預測研究[D].南京：南京信息工程學院，2005.[4]BakirtzisAG,PetridisV,KiartzisSJeta1．ANeuralNetw
4、orkShortTermLoadForecastingModefortheGreekPowerSystem[J]．IEEETransonPowerSystem，1996，1l(2)：858—863.[5]楊立成.電力系統(tǒng)短期負荷預測方法研究分析[J].企業(yè)科技與發(fā)展，2010,11（2）：57-58.[6]申小玲.電力系統(tǒng)短期負荷預測方法研究[D].天津：天津大學控制理論與控制工程專業(yè)，2009.[7]高強.電力系統(tǒng)短期負荷預測[D].沈陽：沈陽工業(yè)大學，2003.[8]石萬清.電力系統(tǒng)短期負荷預測技術(shù)的研究與實現(xiàn)[D].合肥：合肥工業(yè)大學，2005.[9]秦桂芳，伍世勝，基于神經(jīng)網(wǎng)絡(luò)的電力
5、系統(tǒng)短期負荷預測[J].電氣開關(guān)，2011，02(4)：37-43.[10]李林川，夏道止，楊振平．應用人工神經(jīng)網(wǎng)絡(luò)進行短期負荷預測[J].電力系統(tǒng)及其自動化學報，1994，6(3):33－41．[11]張德玲.電力系統(tǒng)短期負荷預測方法的研究[D].鄭州：鄭州大學電力系統(tǒng)及其自動化專業(yè)，2007.[12]牛曉東，曹樹華，趙磊，張文文.電力系統(tǒng)負荷預測[M].北京：中國電力出版社，2007.56-58.1-20.三、畢業(yè)設(shè)計（論文）進度計劃起迄日期工作內(nèi)容備注2012.1.5~2012.2.19參考文獻、資料收集，整理2012.2.20~2012.3.18完成開題報告和英文翻譯2012.3.1
6、9~2012.4.15整理、設(shè)計編程算法2012.4.16~2012.5.13編寫調(diào)試計算機仿真程序—4—2012.5.14~2012.6.3撰寫打印論文2012.6.4~2012.6.10論文答辯準備工作開題報告（該表格由學生獨立完成)建議填寫以下內(nèi)容：1.簡述課題的作用、意義，在國內(nèi)外的研究現(xiàn)狀和發(fā)展趨勢，尚待研究的問題。2.重點介紹完成任務的可能思路和方案；3.需要的主要儀器和設(shè)備等；4.主要參考文獻。電力系統(tǒng)負荷預測是電力生產(chǎn)部門的重要工作之一。通過準確的負荷預測，可以合理安排機組啟停，減少備用容量，合理安排檢修計劃及降低發(fā)電成本等。準確的預測，特別是短期預測對提高電力經(jīng)營主體的運行
7、效益有直接的作用，對電力系統(tǒng)控制、運行和計劃都有重要意義。國內(nèi)外關(guān)于短期電力負荷預測的研究主要集中在三個方面：負荷預測的影響因素、負荷預測的數(shù)學模型以及負荷預測的算法。在算法方面的研究最廣泛，用于短期負荷預測方法很多，綜合起來主要有：傳統(tǒng)預測法、現(xiàn)代預測法兩大類。傳統(tǒng)的預測方法效果往往并不理想,伴隨著多種交叉學科的發(fā)展，人工智能理論出現(xiàn)了,人工神經(jīng)網(wǎng)絡(luò)作為人工智能的代表已成為熱門的研究內(nèi)容。然而沒有一個模型能
