資源描述:
《基于南昌電網(wǎng)的多特征量短期電力負(fù)荷預(yù)測(cè)方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、T;"--..Vi,,>.V1"...'VI,????.''.:.....羊批走方;^穿專業(yè)橫i學(xué)位論文基于南言巧網(wǎng)的多特征實(shí)短期電力負(fù)荷預(yù)測(cè)方法硏究'.!.:..■-termEResearchonShortlectricLoadForecastinwi化g■.Mu-characlti化risticParameters技asedonNancha泣gPowerGrid..:資■H■HP.細(xì)P2015年6月-J:i亂.1
2、1111—111^:國(guó)內(nèi)圖書分類號(hào):TM715學(xué)校代碼:10079國(guó)際圖書分類號(hào):621.3密級(jí):公開專業(yè)碩士學(xué)位論文基于南昌電網(wǎng)的多特征量短期電力負(fù)荷預(yù)測(cè)方法研究碩士研究生:蘆釧導(dǎo)師:謝紅玲企業(yè)導(dǎo)師:趙慧高工申請(qǐng)學(xué)位:工程碩士專業(yè)領(lǐng)域:電氣工程培養(yǎng)方式:在職所在學(xué)院:電氣與電子工程學(xué)院答辯日期:2015年6月授予學(xué)位單位:華北電力大學(xué)ClassifiedIndex:TM715U.D.C:621.3ThesisfortheMasterDegreeResearchonShort-termElectricLoadForecastingwithMulti-characteristicParam
3、etersBasedonNanchangPowerGridCandidate:LuchuanSupervisor:XiehonglingSchool:SchoolofElectricalandElectronicEngineeringDateofDefence:June,2015Degree-Conferring-Institution:NorthChinaElectricPowerUniversity華北電力大學(xué)碩±學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:此處所提交的碩±學(xué)位論文《基于南昌電網(wǎng)的多特征量短期電力負(fù)荷預(yù)測(cè)方法研究》,是本人在導(dǎo)師指導(dǎo)下,在華北電力大學(xué)攻讀碩±學(xué)位期間獨(dú)立進(jìn)
4、行研究工作所取得的成果。據(jù)本人所知,論文中除已注明部分外不包含他人已發(fā)表或撰寫過(guò)的研究成果。對(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體,均己在文中明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽名:日期:2如年《月y日華北電力大學(xué)碩±學(xué)位論義使用授權(quán)書《基于南昌電網(wǎng)的多特征量短期電力負(fù)荷預(yù)測(cè)方法研究》系本人在華北電力大學(xué)攻讀碩±學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩±學(xué)位論文。本論文的研究成果歸華北電力大學(xué)所有,本論文的研究?jī)?nèi)容不得[^^其它單位的名義發(fā)表。本人完全了解華北電力大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定,同意學(xué)校保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和
5、電子版本,同意學(xué)校將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,允許論文被査閱和借閒,學(xué)??桑剩鞛榇嬖陴^際合作關(guān)系的兄弟髙校用戶提供文獻(xiàn)t^。本人授權(quán)華北電力大學(xué)、傳遞服務(wù)和交換服務(wù),可采用影印縮印或掃描等復(fù)制手段保存、可公布論支的全部或部分內(nèi)容。""本學(xué)位論文屬于(請(qǐng)?jiān)谏舷鄳?yīng)方框內(nèi)打V):保密□,在年解密后適用本授權(quán)書不保密/田屋:;作者簽名日期年月日/:;>導(dǎo)師簽名曰期^月曰如//6《華北電力大學(xué)碩士學(xué)位論文摘要電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)調(diào)度、規(guī)劃等部門的重要基礎(chǔ)性工作,有助于電力系統(tǒng)安全、穩(wěn)定運(yùn)行,而且關(guān)系到電力企業(yè)的經(jīng)濟(jì)效益。隨著我國(guó)電力體制
6、改革的不斷深入,對(duì)電力負(fù)荷預(yù)測(cè)技術(shù)的研究越來(lái)越重要。合理制訂發(fā)電調(diào)配計(jì)劃,提高電網(wǎng)運(yùn)行的安全性和經(jīng)濟(jì)性,改善電能質(zhì)量,都離不開準(zhǔn)確的負(fù)荷預(yù)測(cè)。在短期負(fù)荷預(yù)測(cè)中,正確認(rèn)識(shí)和分析影響負(fù)荷因素對(duì)負(fù)荷的影響是短期負(fù)荷預(yù)測(cè)的關(guān)鍵問(wèn)題。為此,本文分析了南昌地區(qū)負(fù)荷的特性,考慮氣象因素、時(shí)間因素和歷史負(fù)荷數(shù)據(jù)因素作為影響南昌地區(qū)短期負(fù)荷的多特征量。首先介紹了人工神經(jīng)網(wǎng)絡(luò)算法在負(fù)荷預(yù)測(cè)工作中的應(yīng)用,再講述了BP神經(jīng)網(wǎng)絡(luò)和在此基礎(chǔ)上增加承接層后得到的Elman神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及建立方法;然后介紹了標(biāo)準(zhǔn)粒子群智能算法,并對(duì)其做了改進(jìn);最后將改進(jìn)后的粒子群算法與Elman算法有機(jī)結(jié)合,建立了基于改進(jìn)粒子群算法優(yōu)化的
7、Elman神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測(cè)模型IPSO-Elman,以此達(dá)到提高電力負(fù)荷預(yù)測(cè)結(jié)果精確性的目的。文中選取影響短期負(fù)荷的多特征量作為神經(jīng)網(wǎng)絡(luò)算法輸入樣本數(shù)據(jù)的一部分,并對(duì)其進(jìn)行量化處理;把與預(yù)測(cè)日相關(guān)性較大的歷史負(fù)荷數(shù)據(jù)作為輸入樣本數(shù)據(jù)的另一部分。利用神經(jīng)網(wǎng)絡(luò)算法做負(fù)荷預(yù)測(cè)的流程是:先對(duì)輸入樣本數(shù)據(jù)進(jìn)行預(yù)處理操作,得到無(wú)異常點(diǎn)的數(shù)據(jù)集;然后利用這些數(shù)據(jù)分別訓(xùn)練BP、Elman和IPSO-Elman神經(jīng)網(wǎng)絡(luò);最后使