資源描述：
《基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)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、摘要短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行的前提，隨著電力系統(tǒng)的市場(chǎng)化，高質(zhì)量的短期負(fù)荷預(yù)測(cè)越來(lái)越顯得重要和迫切。神經(jīng)網(wǎng)絡(luò)方法在短期預(yù)測(cè)中已經(jīng)被公認(rèn)為較有效的方法，本文針對(duì)神經(jīng)網(wǎng)絡(luò)用于電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的幾個(gè)方面展開研究工作：第一部分研究一般用于負(fù)荷預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)BP模型的算法，即對(duì)傳統(tǒng)的BP算法的改進(jìn)，將一種基于模式逼近度和接受概率的變步長(zhǎng)快速BP算法應(yīng)用到短期負(fù)荷預(yù)測(cè)，仿真結(jié)果表明該方法有效的改善了BP算法收斂速度慢以及容易陷入局部最小點(diǎn)的缺點(diǎn)，從而提高了神經(jīng)網(wǎng)絡(luò)用于負(fù)荷預(yù)測(cè)的效率和精度。第二部
2、分研究神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)問題，利用遺傳算法對(duì)網(wǎng)絡(luò)的隱含層個(gè)數(shù)進(jìn)行尋優(yōu)，從而避免了隱含層選擇的盲目一眭，使得預(yù)測(cè)在更加合理的網(wǎng)絡(luò)結(jié)構(gòu)上進(jìn)行，提高了預(yù)測(cè)的精度。第三部分以鄭州地區(qū)為代表，研究了該地區(qū)的負(fù)荷特性，并且在此基礎(chǔ)上，提出了一種針對(duì)普通目的基于天氣影響因索差異度的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法以及一種針對(duì)特殊節(jié)假目的基于模糊邏輯的負(fù)荷預(yù)測(cè)模型。關(guān)鍵詞：短期負(fù)荷預(yù)測(cè)、神經(jīng)網(wǎng)絡(luò)、BP模型改進(jìn)算法、網(wǎng)絡(luò)結(jié)構(gòu)、負(fù)荷特性、模糊邏輯AbstractShorttermloadforecasting(STLF)isthepre
3、conditionofeconomicandsecureoperationofpowersystem，andbecausethepowersystemaregettingmoreandmoremarketable，STLFwithhighqualityisgettingmoreandmoreimportantandexigent．Theartificialneuralnet(ANN)wayisuniversalregardasoneofthemosteffectivewaysofSTLEInthi
4、spaper,someresearchisdevelopedforSTLFusingANNwaysinseveralparts：ThefirstpartisaboutthearithmeticofANNbasedonBPmodel，namelytheadvancedoftraditionaIBParithmetic．onealterablestepandscaleBParithmeticbasedoncomparabilityofmodelandprobabilityofacceptingBPar
5、ithmeticisusedtoenhancesalottheconvergencerateoflearningprocessofBPnetworkbatalsoavoidthestagnationproblemtosomeextent．ItindicatesthattheANN’SefficiencyandprecisionbythewaycanbeamelioratedbythesimulationofrealdataInthesecondisabouttheANN’Sstrucmre，one
6、geneticarithmetic(GA)isusedtochosethemostlogicalnumberofconnotativelayer,soitcanvoidtheblindnessofchosethenumberofconnotativelayer．Becausebasedonmorelogicalnetstructure，theprecisionofforecastingisimproved．Thethirdpartisaboutthecharacteristicofloadandf
7、orecastingmodel．Inthispart，thecharacteristicofloadinZhengzhouisstudiedasanexample，andonthebaseoneforecastingmodelfornormaldaybasedonANNbyanalysisthedifferenceofwemhersituationandoneforecastingmodelforspecialholidaybasedonfuzzylogicisbringforwardKeywor
8、ds：STLFcharacteristicofIoadANNadvancedarithmeticofBPnetstructurethefuzzylogic2第一章緒論1．1短期負(fù)荷預(yù)測(cè)的目的和意義【1】【2】電力系統(tǒng)負(fù)荷預(yù)測(cè)就是在充分考慮一些重要的系統(tǒng)運(yùn)行特性、增容決策、自然條件與社會(huì)影響的條件下，研究和利用一套系統(tǒng)地處理過(guò)去和未來(lái)的數(shù)學(xué)方法，在滿足一定的精度要求的意義下，確定未來(lái)某特定時(shí)刻的負(fù)荷數(shù)值。短期負(fù)荷預(yù)測(cè)～般是指預(yù)測(cè)未來(lái)一天到一周的負(fù)荷情況，預(yù)測(cè)的最重要的目的是要盡可能高
