基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究

基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究

ID:34179973

大小:768.00 KB

頁數(shù):64頁

時間:2019-03-04

基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究_第1頁
基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究_第2頁
基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究_第3頁
基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究_第4頁
基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究_第5頁
資源描述:

《基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究RESEARCHONSHORT-TERMELECTRICLOADFORECASTINGBASEDONBPNEURALNETWORK隋惠惠哈爾濱工業(yè)大學(xué)2015年6月國內(nèi)圖書分類號:TM715學(xué)校代碼:10213國際圖書分類號:621.3密級:公開工學(xué)碩士學(xué)位論文基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究碩士研究生:隋惠惠導(dǎo)師:王宏副教授申請學(xué)位:工學(xué)碩士學(xué)科:電氣工程所在單位:深圳研究生院答辯日期:2015年6月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TM715U.D

2、.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHONSHORT-TERMELECTRICLOADFORECASTINGBASEDONBPNEURALNETWORKCandidate:SuiHuihuiSupervisor:Asso.Prof.WangHongAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ElectricalEngineeringAffiliation:ShenzhenGraduateSch

3、oolDateofDefence:June,2015Degree-Conferring-Institution:HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要電力行業(yè)是關(guān)系國家社會經(jīng)濟(jì)發(fā)展,關(guān)乎國家民生的一個重要基礎(chǔ)性行業(yè)。電力系統(tǒng)的短期電力負(fù)荷預(yù)測是電網(wǎng)管理系統(tǒng)中的一個重要組成部分,是規(guī)劃電網(wǎng)結(jié)構(gòu)、營銷、交易、安排調(diào)度計劃及交易計劃的前提和基礎(chǔ)。預(yù)測精度的高低直接關(guān)系到電網(wǎng)能否安全、穩(wěn)定、經(jīng)濟(jì)運行。隨著社會經(jīng)濟(jì)的不斷發(fā)展,人們對生活質(zhì)量要求的提高,大量的降溫取暖設(shè)備的應(yīng)用使得負(fù)荷受氣象因素的影

4、響越來越大,因此氣象越來越成為負(fù)荷預(yù)測中人們的關(guān)注點。本文以深圳市負(fù)荷為例對短期電力負(fù)荷預(yù)測的問題進(jìn)行研究。對深圳負(fù)荷特性進(jìn)行了分析,總結(jié)出負(fù)荷具有年周期性、周周期性、日周期性以及節(jié)假日特性。依據(jù)這些特性,可以對負(fù)荷做出合理預(yù)測。之后又對電力負(fù)荷預(yù)測的分類、影響負(fù)荷變化的因素、負(fù)荷預(yù)測的步驟以及誤差分析等問題進(jìn)行了研究。建立了考慮日特征相關(guān)因素的BP神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型,并分別用標(biāo)準(zhǔn)BP算法以及三種改進(jìn)的BP算法(自適應(yīng)BP算法、彈性梯度下降法以及L-M法)對深圳市負(fù)荷進(jìn)行預(yù)測,通過對比分析,得到L-M法是訓(xùn)練最快也是預(yù)測精度最高的一種

5、算法。建立了不考慮日特征相關(guān)因素的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,用L-M法對深圳市負(fù)荷做出預(yù)測,與之前預(yù)測進(jìn)行對比分析,其精度很差;對深圳市夏季7月份負(fù)荷用考慮日特征相關(guān)因素的預(yù)測模型做出預(yù)測,分析結(jié)果發(fā)現(xiàn),預(yù)測精度偏低,為解決此問題,建立了考慮實時氣象因素的預(yù)測模型,精度得到很大提高。關(guān)鍵詞:負(fù)荷預(yù)測;BP神經(jīng)網(wǎng)絡(luò);改進(jìn)BP算法;氣象因素;實時氣象因素-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractTheelectricpowerindustryisanimportantbasicindustryintherelationshipbetw

6、eentheeconomicdevelopmentandthepeople'slivelihood.Shorttermloadforecastingofthepowersystemisanimportantpartofnetworkmanagementsystem.Itisthepremiseandbasisofplanningthenetworkstructure,marketing,trading,makingtheschedulingandtradingplan.Theaccuracyoftheforecastisdirectly

7、relatedtothepowernetworksecurity,stabilityandeconomicoperation.Alongwiththeunceasingdevelopmentofthesocialeconomy,peoplehavegraduallyincreaseddemandonthequalityoflife,asaresult,theapplicationofcoolingandheatingequipmentarehavingmoreandmoreimpact.Sothemeteorologyisincreas

8、inglybecomingtheconcernofpeopleintheforecast.Inthispaper,theproblemofshort-termloadforecastingisstudied

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。