基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究

基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究

ID:36793627

大?。?.50 MB

頁(yè)數(shù):75頁(yè)

時(shí)間:2019-05-15

基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究_第1頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究_第2頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究_第3頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究_第4頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究_第5頁(yè)
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

當(dāng)前文檔最多預(yù)覽五頁(yè),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(yè),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(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)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(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。