学位论文 > 优秀研究生学位论文题录展示

基于人工神经网络的电网日负荷预测研究

作　者: 吴昌设
导　师: 郭瑞鹏；王康元；高策
学　校: 浙江大学
专　业: 电气工程
关键词: 电力系统短期负荷预测 BP神经网络 GNNM(1,1)
分类号: TM715
类　型: 硕士论文
年　份: 2011年
下　载: 34次
引　用: 0次
阅　读: 论文下载

内容摘要

电力系统负荷预测是实现电力系统安全、经济运行的基础。对一个电力系统而言,提高电网运行的安全性和经济性,都依赖于准确的负荷预测。因此,调度部门短期负荷预测的准确性也越来越受到关注。为了提高短期负荷预测的精度,减轻调度员的工作负担,摆脱对个别人员的经验依赖,探索一种更为科学的、程序化的负荷预测方法,对电网的负荷预测的模型、方法进行研究探讨具有重要意义。经过多年的发展,短期负荷预测的理论研究不断丰富。在总结分析各种预测理论优点及不足的基础上,结合温州电网实际情况,本文采用人工神经网络作为负荷预测的主要研究手段。在短期负荷预测中,正确认识和分析影响负荷因素对负荷的影响一直是短期负荷预测的关键问题。本文在分析温州电网负荷构成和变化特征的基础上,对影响负荷的关键因素进行深入研究,并利用人工神经网络的方法进行建模。根据不同的日期类型,对普通工作日和双休日采用优化BP神经网络建模,并分别采用气象因子直接输入、温湿度输入两种方法进行对比分析。对特殊节假日,利用灰色预测方法要求负荷数据少、可以不考虑负荷分布规律、变化趋势以及近期预测精度较高、运行方便、易于检验等优点,建立灰色神经网络模型。通过实例预测分析,证明了上述预测模型预测的精度和速度。温州地区水电厂众多,在电网负荷的调节中发挥着重要作用。在调度运行中,为了提供准确的购网计划,还需预测本地发电机组的出力情况。同时,为了尽可能提高水电厂的发电效益,贯彻三公调度的精神,本文提出了一种对水电厂的发电能力、发电意愿进行评估的方法,并通过实例证明了该方法的可行性。

全文目录

致谢  4-5
摘要  5-6
Abstract  6-8
目次  8-10
1 绪论  10-17
  1.1 负荷预测的重要意义  10
  1.2 负荷预测的分类  10-12
  1.3 影响负荷变化的因素  12-13
  1.4 研究的方法和思路  13-14
  1.5 温州电网的负荷变化特征  14-15
  1.6 本文主要工作  15-17
2 短期负荷预测常用方法及模型研究  17-25
  2.1 短期电力负荷预测的基本步骤  17-18
  2.2 负荷预测的方法  18-24
  2.3 本章小结  24-25
3 人工神经网络建模简介  25-33
  3.1 人工神经网络概述  25
  3.2 BP神经网络原理  25-27
  3.3 模型的建立  27-30
  3.4 BP神经网络优化方法  30-31
  3.5 本章小结  31-33
4 温州电网负荷预测  33-47
  4.1 温州电网负荷影响因素分析  33-38
  4.2 负荷预测模型的建立  38-40
  4.3 算例分析  40-45
  4.4 本章小结  45-47
5 节假日的负荷预测  47-53
  5.1 灰色GM(1,1)模型  47-49
  5.2 灰色神经网络模型(GNNM)  49-50
  5.3 算例分析  50-52
  5.4 本章小结  52-53
6 考虑降水量的负荷预测修正  53-60
  6.1 温州地区水电装机概况  53-54
  6.2 水电厂发电出力预测  54-57
  6.3 算例分析  57-59
  6.4 本章小结  59-60
7 总结和展望  60-62
  7.1 总结  60
  7.2 展望  60-62
参考文献  62-66
作者简介  66

基于人工神经网络的电网日负荷预测研究

内容摘要

全文目录

相似论文