基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究.pdf

《基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究.pdf》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、‘‘’叫＇＇巧Ｍ如釣７：瓜知非皆；７游帶汾／貨．；＾、．接．留讀家：為從辦媒ＶＨ．，訪．．＾分類號(hào)：立墜單位備歴？；．－．．．氣瑞：ｖｆｅ＃：．．．；一＇竭｜．．＂．Ｖ’ｒ．＇，：Ｔ：密紋公開(kāi)■：處巧Ｖ學(xué)號(hào)：２１４１０１８２、％ｉ’＇：古．－＾式．戶戶．：．察藏參．ｆ．．；：．．＇＾＾巧？？．＊．－巧Ｖ戶考去．説鴻挺。碟＼／．：．．’＇＇．：戶’．、．．．．、＇’．．；鮮詔ｒ；巧產(chǎn)：、．吃．．．夸１爺?shù)摹ВВ?？、．，齊巧心ｒ群乏ｉ文森文題目：基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)箭預(yù)娜，，巧＇；；銭捧％．；韋＂？

2、乃成至々ｖ；命停巧至論文題目－集藥文：ＳｈｏｒｔＴｅｒｍＥｌｅｃｔｒｉｃｉｔｙＤｅｍａｎｄＦｏｒｅｃａｓｔｉｎｇＫ山、苗馬。＂ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ．常：＼聲；嗦巧穿’．’、、；＇．．．、．．．；Ｖ，－為叫．／知婷、Ｖ轅％．＂誦一．．．誦１桌編＞－鳴處＾令！＇礙解方？＇：專業(yè)名稱：電氣工程．．；爺？省接非＇．巧究方向：．巧荷預(yù)測(cè)＇＾．．－護(hù)．．＾．ｊ所在拿院．：＾％心．若武井鱗｜．Ｖ電氣工程學(xué)院姜；＇’．＇‘？－？？心吟盧》．．、４；Ｖ－杉．ｙ．八，７．心．１．１八．、論文提交ｇ期

3、８Ｖ、；、ｔ…舅；盧心，知；，滿；苗和瓦；、？‘．，：．．，．‘．０進(jìn)護(hù)：，，Ｖ去，嫁皆：／／觀；／基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究論方作者銀違：指導(dǎo)教師簽名論義評(píng)閱人１：楊強(qiáng)評(píng)閱人２：陳巧明評(píng)閱人３；馬玉良評(píng)閱人４：評(píng)閱人５；答辯委員會(huì)主席；盧建剛．委員１：顏文?。墸崳娢瘑T２；姚維委員３：包哲靜委員４；楊強(qiáng)委員５；答辯日期：３ＪｏＳｈｏｒｔ－ＴｅｒｍＥｌｅｃｔｒｉｃｉｔｙＤｅｍａｎｄＦｏｒｅｃａｓｔｉｎｇＢａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＮｅ

4、ｕｒａｌＮｅｔｗｏｒｋ戀Ａ，ｕ化ｏｒｓｓｉｎａ化ｒｅ：ｇ，Ｓｕｐｅｒｖｉｓｏｒｓｓｉｇｎａｔｕｒｅ：ＥｘｔｅｒｎａｌＲｅｖｉｅｗｅｒｓ：ＥｘａｍｉｎｉｎＣｏｍｍｉｔｅｅＣｈａｉｒｅｒｓｏｎ：ｇｐＥｘａｍｉｎｉｎＣｏｍｍｉｔｅｅＭｅｍｂｅｒｓ：ｇＤａｔｅｏｆｏｒａｌｄｅｆｅｎｃｅ：浙江大學(xué)研究生學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以、標(biāo)注和致謝的地方化論文中不包含其他人已經(jīng)發(fā)，表或撰寫過(guò)的研究成果，也不包含為獲得浙江大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或

5、證書而使用過(guò)的材料一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均巴在論文。與我中作了明確的說(shuō)明并表示謝意。學(xué)位論文作者簽名；也簽字日期：興／年＾月／〇日餐冬７學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解浙江大學(xué)有權(quán)保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交本論文的復(fù)印件和撼盤，允許論文被查閱和借閱。本人授權(quán)浙江大學(xué)■可Ｉ全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索和傳播乂將學(xué)位論文的，可Ｗ采用影印、縮巧或擔(dān)描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后適用本授權(quán)書）學(xué)位論文作者簽名：舉孚也導(dǎo)師簽名：狂巧／口簽字日期：年〇日簽字日期月日Ｗ＾月：Ｊ口申

6、７／３（山浙江大學(xué)碩擊學(xué)位論文摘要摘要短期負(fù)費(fèi)預(yù)測(cè)是電力系統(tǒng)運(yùn)行和控制的重要基礎(chǔ)化工作一直是學(xué)術(shù)研究的，一個(gè)隨機(jī)非平穩(wěn)序列熱點(diǎn)問(wèn)題。由于電力負(fù)荷歷史數(shù)據(jù)本質(zhì)上是，完全無(wú)誤差的預(yù)測(cè)目前是不可能的一，因此研究者們直致力于提升預(yù)測(cè)的精度。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、泛化能力強(qiáng)等優(yōu)點(diǎn)，已被廣泛應(yīng)用于短期電力負(fù)荷預(yù)測(cè)中，取得了較為理想的效果。近年來(lái)，人王神經(jīng)網(wǎng)絡(luò)領(lǐng)域又取得了可喜的突破，出現(xiàn)了深度學(xué)習(xí)這一新的研究領(lǐng)域。本文基于人王神經(jīng)網(wǎng)絡(luò)的最新發(fā)展成果，結(jié)合實(shí)際數(shù)據(jù)對(duì)短期電力負(fù)荷預(yù)測(cè)問(wèn)題進(jìn)行了相關(guān)研究。主要內(nèi)容包括：（１）建立了基于改進(jìn)粒子群算法優(yōu)化極限學(xué)習(xí)

7、機(jī)的短期負(fù)荷點(diǎn)預(yù)測(cè)模型。該模型將改進(jìn)粒子群算法與極限學(xué)習(xí)機(jī)結(jié)合，利用改進(jìn)粒子群算法強(qiáng)大的全局搜索能力對(duì)極限學(xué)習(xí)機(jī)的輸入權(quán)值及隱含層偏置矩陣進(jìn)行尋優(yōu)?；谟脩魧?shí)際負(fù)荷數(shù)據(jù)得到的仿真結(jié)呆驗(yàn)證了該模型的有效性。（２）基于深度學(xué)習(xí)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，分別建立了帶詞澡入層的＃層長(zhǎng)短期記憶網(wǎng)絡(luò)短期點(diǎn)預(yù)測(cè)模型和帶詞巧入層和卷積層的長(zhǎng)短期記憶網(wǎng)絡(luò)點(diǎn)預(yù)測(cè)模型?；谟脩魧?shí)際負(fù)荷數(shù)據(jù)，驗(yàn)巧了上述模型的有效性，并與基于改進(jìn)粒子群優(yōu)化極限學(xué)習(xí)機(jī)的模型進(jìn)行