小波變換與基于ampso算法的神經(jīng)網(wǎng)絡在電力系統(tǒng)短期負荷預測中的應用

《小波變換與基于ampso算法的神經(jīng)網(wǎng)絡在電力系統(tǒng)短期負荷預測中的應用》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、ADissenationsubmittedtoZhejiangUniversi鑼inpartialfulnllmentofthe№quirementsforthedegreeofMasterofScience．ApplyingWaVeletTransformandAMPSObasedNeuralNetworktoShort—termLoadforecastingofPowerSVStemS，Candidate：SuperVisor：ZhangXunYanWenjunZhejiangUniVersity，Hangzhou，P：R．China，310027May’20112浙江大學研究生學位論文獨

2、創(chuàng)性聲明㈣llIIl㈣IIlll㈣Ⅲu1111lm?㈣Y2047583本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得逝鎏盤堂或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名：簽字日期：年月日學位論文版權使用授權書本學位論文作者完全了解迸姿盤堂有權保留并向國家有關部門或機構送交本論文的復印件和磁盤，允許論文被查閱和借閱。本人授權逝姿盤鱟可以將學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索

3、和傳播，可以采用影印、縮印或掃描等復制手段保存、匯編學位論文。(保密的學位論文在解密后適用本授權書)學位論文作者簽名：導師簽名：簽字同期：年月同簽字同期：年月同3浙江大學碩士學位論文摘要電力系統(tǒng)負荷預測是電力部門實施發(fā)電計劃，負荷管理，系統(tǒng)安全性能評估的重要依據(jù)。隨著世界范圍內(nèi)電力市場化進程的不斷深入，一點小的預測誤差往往就意味著較大的經(jīng)濟損失，因此負荷預測的有效和精準性也越發(fā)顯示出其空前的經(jīng)濟效益。此外，負荷預測也是預測與制定電價的重要基礎，其預測的精度直接影響到電力系統(tǒng)運行的安全性、經(jīng)濟型。本文首先概述了電力系統(tǒng)短期負荷預測的原理和研究現(xiàn)狀，對預測的一些常用方法進行了綜述。然后對公開的負荷

4、數(shù)據(jù)進行了特征分析，詳細的闡述了實際電力負荷表現(xiàn)出來的周期性與規(guī)律性，為后文的負荷類型分析以及數(shù)據(jù)的處理打下理論基礎。應用小波變換的時頻暫態(tài)分析特性，通過經(jīng)典的Mallat算法，將原始負荷序列進行三層小波分解。分解后的負荷子序列包含了不同的周期與頻率信息，然后根據(jù)各個分量的特點構造自適應的神經(jīng)網(wǎng)絡模型分別進行負荷預測。在神經(jīng)網(wǎng)絡的訓練過程中，一種改進的粒子群算法(AMPSO)被引用來訓練神經(jīng)網(wǎng)絡網(wǎng)絡的權值。該算法的特點是引入了變異與進化的環(huán)節(jié)，使得AMPSO算法相比較于傳統(tǒng)的BP算法，具有沿著最優(yōu)途徑加速達到全局最優(yōu)解的功能，從而使得神經(jīng)網(wǎng)絡通過訓練后能夠達到最小的輸出誤差。之外，負荷數(shù)據(jù)的歷

5、史相關性分析也被引入到神經(jīng)網(wǎng)絡的輸入向量設計環(huán)節(jié)中，保證了神經(jīng)網(wǎng)絡的輸入向量一定是與預測時刻最相關的數(shù)據(jù)。最后，各個神經(jīng)網(wǎng)絡模型的輸出值經(jīng)過小波重構得到最終的預測負荷數(shù)據(jù)。結合實際的歷史負荷數(shù)據(jù)和氣象信息，本文在不同的時間段上使用本文介紹的方法對負荷進行了預測，且用一些保留的數(shù)據(jù)作為測試其預測性能。預測結果顯示，本文提出的預測模型相比于傳統(tǒng)的BP神經(jīng)網(wǎng)絡，極大的提高了預測準確度。除此以外，通過與基于傳統(tǒng)PSO．神經(jīng)網(wǎng)絡的預測模型進行比較，還證明了AMPSO算法在訓練神經(jīng)網(wǎng)絡中具有更好的收斂性和精確度。該方法對其他的一系列預測問題，如股價預測，原油價格預測，房價預測等，也具有較高的參考價值和指導

6、意義。關鍵詞：負荷預測，小波變換，粒子群算法，神經(jīng)網(wǎng)絡，相關性分析AbstractShort—terIIl10adforecasting(STLF)haSalwaysbeenakeyissueforoperationofbothregulatedpo、versystemsandelectrici夠market．WiththedeVelopmentoftheelectricalmarkethaSbeenmorea11dmorecompetitiVeinaworldwidescale，alittleforecaStingerrormightleadstoagreatprofitlossa11dma

7、rketsharesdecreasing．Therefore，theaccuracyalldavailabilit)rofloadforecaStingisbecomingincreasinglyimportallt．Besides，loadf．orecastisusuallyakeydataforelectricitypriceforecast．HoweVer，duetotheenduringe