資源描述：
《基于模糊邏輯和神經網絡的電力負荷預測》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、您的論文得到兩院院士關注軟件天地文章編號:1008-0570(2007)02-1-0313-02基于模糊邏輯和神經網絡的電力負荷預測ANNandFuzzyLogicBasedShort-termLoadForecasting1劉晨光2馬立肖1趙占芳1(1.石家莊經濟學院;2.河北師范大學)王楠WANGNANLIUCHENGUANGMALIXIAOZHAOZHANFANG摘要:設計并實現了神經網絡和模糊邏輯相結合的綜合預測模型進行短期電力負荷預測。由神經網絡和模糊邏輯分別對基本負荷和受天氣、節(jié)假日影響的負
2、荷進行預測,使其在天氣突變等情況下也能達到較高的預測精度。采用此模型對石家莊電力系統(tǒng)負荷進行預測分析,取得了令人滿意的結果。關鍵詞:神經網絡;模糊邏輯;短期負荷預測中圖分類號:TM715;TP39文獻標識碼:AAbstract:Ahybridmodelforshort-termloadforecastingthatintegratesartificialneuralnetworks(ANN)andfuzzyexpertsystemsispresentedinthispaper.ANNandfuzzylo
3、gicareseparatelyusedtoforecastthenormalloadandtheloadinfluencedbytemperatureandholidays,toimprovetheforecastprecisioninthosecases.InthetestforecastingofShijiazhuangpowersystem,theproposedmodelprovidedgoodforecastingaccuracy.技Keywords:NeuralNetworks,Fuzzy
4、Logic,Short-termLoadForecasting術周期性特征:不同周中的相同日期負荷曲線相似,同一周之中,1引言在公休日的負荷水平較低,工作日的負荷水平較高。工作日期創(chuàng)短期(未來24小時)負荷預測是電力系統(tǒng)制定工作計劃的間,負荷的主要組成為工業(yè)負荷,它們通常處于穩(wěn)定的運轉之必要前提,提高負荷預測的精度可以節(jié)約操作成本,提高系統(tǒng)中,因此負荷變化具有相似性;而在周末期間,工業(yè)負荷所占比新可靠性。在預測應用中,使用神經網絡方法取得了較好的結果。重大幅下降,造成負荷需求總量整體下降。但神經網絡缺少
5、處理非確定性知識的能力,其預測精度仍受到2.2負荷需求受溫度變化的影響限制。而模糊理論適合描述廣泛存在的不確定性,并能夠從大圖2所示為石家莊市電力負荷需求隨氣溫變化的關系。一量的數據中提取它們的相似性,這些特點正是神經網絡方法所般認為,溫度升高時人們會大量使用空調等制冷電器,在溫度欠缺的。鑒于以上原因,本文提出了一種神經網絡和模糊邏輯降低時使用取暖用電器,這都使負荷需求增加。但在中國的北相結合的短期電力負荷預測方法。由神經網絡做出基本負荷預方地區(qū),在冬季集中供應暖氣(使用礦物燃料)而不必使用電力測,引入
6、模糊邏輯處理非確定性知識,如氣溫、節(jié)假日等,修正取暖設備,所以在秋季溫度下降時負荷需求會增加,而冬季供神經網絡的輸出,以提高預測精度。應暖氣的幾個月里,雖然溫度繼續(xù)下降,負荷需求卻不增反降,只有在夏季氣溫升高時,才出現負荷需大幅上升的現象,產生2電力負荷特性分析如圖2所示的負荷需求變化趨勢。電力負荷的分布有較大的周期性,但并非簡單的重復前一個周期,每個周期的值都會有一定的變化,這與天氣和日期類型等外界因素有關。2.1電力負荷的周期性圖2負荷隨氣溫變化的規(guī)律除了氣溫外,氣溫的傾向性同樣對負荷有很大的影響。
7、在圖2中,當溫度同是20℃時,實際負荷值的差異達到500KW,較高的需求值出現在4月,而較低的需求出現在9月。這兩種圖1336小時(兩周)負荷曲線情況的區(qū)別不在于預測時間點的溫度(都是20℃),而是因為9圖1是兩周的負荷變化曲線(周一至周日),從中可以發(fā)現月的平均氣溫高于4月,整體感覺較溫暖。王楠:碩士助教2.3負荷需求受日期類型的影響《PLC技術應用200例》郵局訂閱號:82-946360元/年-313-軟件天地中文核心期刊《微計算機信息》(測控自動化)2007年第23卷第2-1期除本文2.1負荷周期
8、性中所述受到周末的影響,負荷需求會下降外,在公共假日也會出現類似的情況。圖3是以春節(jié)為例比較普通工作日和節(jié)假日的負荷需求變化情況,可以看出公共假日的負荷需求比平時相對較低,不同的假日負荷需求會有不同程度的降低。(c)周日期類型(d)節(jié)假日圖4模糊輸入日平均溫度T分成由很低(VL)至極高(VVL)8個模糊子集,根據負荷需求受溫度影響變化的規(guī)律,負荷需求變化對高溫更敏感,因此在高溫部分的隸屬度函數排列更緊密。溫度變化量(△T)包括由很低(VL)
