基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)

基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)

ID:37658559

大?。?08.35 KB

頁(yè)數(shù):17頁(yè)

時(shí)間:2019-05-27

基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)_第1頁(yè)
基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)_第2頁(yè)
基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)_第3頁(yè)
基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)_第4頁(yè)
基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)_第5頁(yè)
資源描述:

《基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)》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、遠(yuǎn)程教育學(xué)院本科生畢業(yè)論文(設(shè)計(jì))題目基于模糊神經(jīng)網(wǎng)絡(luò)的電力預(yù)測(cè)姓名與學(xué)號(hào)朱強(qiáng)714128202050年級(jí)與專業(yè)14秋華家池專本2班電氣學(xué)習(xí)中心浙大校內(nèi)直屬學(xué)習(xí)中心(華家池)指導(dǎo)教師許諾浙江大學(xué)遠(yuǎn)程教育學(xué)院本科生畢業(yè)論文(設(shè)計(jì))誠(chéng)信承諾書(shū)1.本人鄭重地承諾所呈交的畢業(yè)論文(設(shè)計(jì)),是在指導(dǎo)教師的指導(dǎo)下嚴(yán)格按照學(xué)校和學(xué)院有關(guān)規(guī)定完成的。2.本人在畢業(yè)論文(設(shè)計(jì))中引用他人的觀點(diǎn)和參考資料均加以注釋和說(shuō)明。3.?本人承諾在畢業(yè)論文(設(shè)計(jì))選題和研究?jī)?nèi)容過(guò)程中沒(méi)有抄襲他人研究成果和偽造相關(guān)數(shù)據(jù)等行為。4.?在畢業(yè)論文(設(shè)計(jì))中對(duì)侵犯任何方面知識(shí)產(chǎn)權(quán)的行為,由本人承擔(dān)相應(yīng)的法

2、律責(zé)任。??畢業(yè)論文(設(shè)計(jì))作者:朱強(qiáng)?????????????????2016???????????年10月29日論文版權(quán)使用授權(quán)書(shū)本論文作者完全了解浙江大學(xué)遠(yuǎn)程教育學(xué)院有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交本論文的復(fù)印件和電子文檔,允許論文被查閱和借閱。本人授權(quán)浙江大學(xué)遠(yuǎn)程教育學(xué)院可以將論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索和傳播,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編論文。?畢業(yè)論文(設(shè)計(jì))作者簽名:朱強(qiáng)?????????????2016??????????年10月29日浙江大學(xué)遠(yuǎn)程教育學(xué)院本科畢業(yè)論文(設(shè)計(jì))摘要摘要自國(guó)家電力統(tǒng)計(jì)局、國(guó)家“十二五”計(jì)劃提

3、出以來(lái),已經(jīng)有較長(zhǎng)的時(shí)間。在這段時(shí)間里,我國(guó)大力倡導(dǎo)綠色、節(jié)能型能源的使用和開(kāi)發(fā)?;诖?,短期電力負(fù)荷預(yù)測(cè)是保障我國(guó)用電安全的大前提,但是目前傳統(tǒng)的電力預(yù)測(cè)方式已經(jīng)無(wú)法滿足電力部門(mén)對(duì)電力負(fù)荷進(jìn)行預(yù)測(cè),因此,對(duì)于如何應(yīng)用智能化的預(yù)測(cè)技術(shù)、改善現(xiàn)有的電力負(fù)荷預(yù)測(cè)手段、技術(shù),進(jìn)一步提高電力負(fù)荷預(yù)測(cè)的準(zhǔn)確性、科學(xué)性、系統(tǒng)性,對(duì)于我國(guó)的電力負(fù)荷預(yù)測(cè)部門(mén)和研究單位來(lái)說(shuō)是具有十分重要意義的。本文在分析了電力系統(tǒng)負(fù)荷預(yù)測(cè)的意義和方法之后,分析了影響因素,影響短期負(fù)荷預(yù)測(cè)準(zhǔn)確度的因素較多,如該區(qū)域的歷史負(fù)荷的變化趨勢(shì),此外還有受到一些非負(fù)荷因素的影響,比如氣溫、氣象狀況和運(yùn)行方式等。本

4、文在研究模糊推理和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,實(shí)現(xiàn)短期負(fù)荷預(yù)測(cè),并能提高負(fù)荷預(yù)測(cè)精度。關(guān)鍵詞:模糊神經(jīng)網(wǎng)絡(luò);電力預(yù)測(cè);電力負(fù)荷I浙江大學(xué)遠(yuǎn)程教育學(xué)院本科畢業(yè)論文(設(shè)計(jì))目錄目錄摘要I第一章緒論1第二章電力負(fù)荷理論22.1電力負(fù)荷預(yù)測(cè)基本模型和方法22.2模糊邏輯理論概述22.3人工神經(jīng)網(wǎng)絡(luò)概述32.4模糊神經(jīng)網(wǎng)絡(luò)概述3第三章混合模糊神經(jīng)網(wǎng)絡(luò)相關(guān)數(shù)據(jù)處理方法53.1樣本負(fù)荷數(shù)據(jù)的預(yù)處理53.1.1樣本負(fù)荷數(shù)據(jù)的收集和處理53.1.2樣本負(fù)荷數(shù)據(jù)的歸一化處理53.2影響因素的模糊化處理63.3模糊神經(jīng)網(wǎng)絡(luò)模型的設(shè)計(jì)63.3.1網(wǎng)絡(luò)層數(shù)的設(shè)計(jì)63.3.2網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的設(shè)計(jì)6第四章負(fù)荷預(yù)

5、測(cè)結(jié)果及分析84.1預(yù)測(cè)模型計(jì)算一般步驟84.2一些注意事項(xiàng)9總結(jié)11參考文獻(xiàn)12致謝13浙江大學(xué)遠(yuǎn)程教育學(xué)院本科畢業(yè)論文(設(shè)計(jì))第一章緒論第一章緒論在傳統(tǒng)的電力負(fù)荷預(yù)測(cè)模型中,由于數(shù)據(jù)統(tǒng)計(jì)的不精確、有效數(shù)據(jù)無(wú)法得以提取,導(dǎo)致了傳統(tǒng)的數(shù)學(xué)和物理模型無(wú)法準(zhǔn)確的、科學(xué)的反映電力系統(tǒng)負(fù)荷波動(dòng)特性的問(wèn)題,而后,經(jīng)過(guò)我國(guó)科學(xué)家的大力驗(yàn)證和研究,借鑒了國(guó)外有關(guān)電力負(fù)荷預(yù)測(cè)的相關(guān)技術(shù)和理論研究,對(duì)我國(guó)的電力系統(tǒng)負(fù)荷預(yù)測(cè)技術(shù)進(jìn)行了改善和優(yōu)化,并且逐步引入人工智能方法(如專家系統(tǒng)方法,人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法,模糊控制方法)有效地解決了電力系統(tǒng)中的不確定性,并且在電力系統(tǒng)的編制、系統(tǒng)的框架

6、設(shè)計(jì)、以及系統(tǒng)編程過(guò)程中充分考慮了系統(tǒng)中各種不確定的時(shí)變因素(如氣象因素,季節(jié)因素,時(shí)變不確定因素)。模糊神經(jīng)網(wǎng)絡(luò)技術(shù)是一種先進(jìn)的電力系統(tǒng)運(yùn)行調(diào)度管理技術(shù)和措施,其良好的規(guī)避了人工神經(jīng)網(wǎng)絡(luò)收斂慢和易發(fā)生震蕩的缺點(diǎn),結(jié)合了模糊邏輯控制和人工神經(jīng)網(wǎng)絡(luò)兩方面優(yōu)點(diǎn)。12浙江大學(xué)遠(yuǎn)程教育學(xué)院本科畢業(yè)論文(設(shè)計(jì))第二章電力負(fù)荷理論第二章電力負(fù)荷理論2.1電力負(fù)荷預(yù)測(cè)基本模型和方法電力系統(tǒng)負(fù)荷預(yù)測(cè)技術(shù)的發(fā)展一般可以分為兩個(gè)階段:第一為傳統(tǒng)方法的階段,該階段從1970年代到1980年代,這一階段主要是傳統(tǒng)的統(tǒng)計(jì)數(shù)學(xué)方法應(yīng)用于負(fù)荷預(yù)測(cè)技術(shù),作為彈性系數(shù)法,單位能量法,時(shí)間序列法,指數(shù)平

7、滑法,回歸分析法,灰色系法。第二為智能化階段,隨著現(xiàn)代信息技術(shù)的快速發(fā)展,專家系統(tǒng)方法,神經(jīng)網(wǎng)絡(luò)方法(人工神經(jīng)網(wǎng)絡(luò)),模糊預(yù)測(cè)方法(FuzzyLogicTheory)和組合模型預(yù)測(cè)方法作為智能方法的代表是廣泛使用在負(fù)荷預(yù)測(cè)中GerbecD,GaspericS,SmonI,etal.Anapproachtocustomersdailyloadprofiledetermination[J].IEEEPowerEngineeringSocietySummerMeeting,Chicago,IL,USA,Piscataway:NJ,2009,1:587—59

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(huà)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(wèn)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。