学位论文 > 优秀研究生学位论文题录展示
混沌理论与神经网络在电力系统短期负荷预测中的应用
作 者: 刘敏安
导 师: 彭辉
学 校: 中南大学
专 业: 电力系统及其自动化
关键词: 电力系统短期负荷预测 混沌理论 神经网络 RBF-AR模型
分类号: TM715
类 型: 硕士论文
年 份: 2009年
下 载: 284次
引 用: 0次
阅 读: 论文下载
内容摘要
随着电力市场的快速发展,电力系统负荷预测越来越受到电力相关部门的重视。准确及时的电力负荷预测,可以经济合理地安排电网内部发电机组的启停,保持电网运行的安全稳定性,减少不必要的旋转储备容量,合理安排机组检修计划,保证社会的正常生产和生活,有效地降低发电成本,提高经济效益和社会效益。本论文具体包括以下几个方面的内容:第一章从电力系统实际情况出发,总结了电力系统负荷的特点、电力系统负荷预测的特点和电力系统负荷预测的类型。接着第二章讨论了经典的和现代的电力负荷预测的主要方法,并研究分析了这些方法存在的优点和不足,部分方法被应用于电力负荷预测实例。第三章提出了一种改进的混沌理论预测方法。混沌理论预测方法是电力系统负荷预测应用得最广泛的方法之一。用它进行电力负荷预测有如下几步:首先对电力负荷历史数据进行相空间重构,然后采用线性方法逼近混沌系统函数,最后用最小二乘法估计目标函数参数。因为与基向量相似程度不同的向量对目标函数的影响不同,所以要根据与基向量的相似程度对目标函数加权。当前人们普遍采用关联度来衡量相空间向量相似性。为了降低计算时间和计算复杂度,本文提出了用向量1-范数来衡量相空间向量相似性的办法,并将该方法用于电力系统日负荷预测。根据预测结果显示,该方法在保持预测精度的情况下,减少了计算量,缩短了计算时间。第四章将RBF-AR神经网络预测方法应用于电力负荷预测。它是一种用RBF神经网络来逼近AR函数系数的非线性预测方法。本文采用SNPOM方法来辨识与优化参数。该方法将参数分为非线性参数和线性参数,用类似于LMM方法来优化中心,用LSM方法优化线性权重,并在搜索过程中分解参数空间结构,效果相当于压缩了参数空间。这种算法使收敛性得到了极大的提高并得到了更高的精度。本文将RBF-AR模型被应用于电力系统负荷预测,并将得到的RBF-AR模型预测结果与前面方法的预测结果作了比较。第五章将两种方法进行最优组合,优化了预测结果,并对多种预测方法的结果进行比较。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-17 1.1 电力系统负荷的特点 9-13 1.2 电力系统负荷预测的特点 13-15 1.3 电力系统负荷预测的类型 15 1.4 本文研究的主要内容及章节安排 15-17 第二章 电力系统负荷预测的主要方法 17-31 2.1 经典预测方法 17-22 2.1.1 单耗法 17 2.1.2 弹性系数法 17-18 2.1.3 水平趋势预测法 18 2.1.4 线性趋势预测法 18-19 2.1.5 多项式趋势预测法 19-20 2.1.6 季节型趋势预测法 20-21 2.1.7 回归预测法 21-22 2.2 现代预测方法 22-30 2.2.1 灰色预测法 22-24 2.2.2 专家系统法 24-26 2.2.3 小波分析法 26-27 2.2.4 空间负荷预测法 27-28 2.2.5 神经网络 28-29 2.2.6 混沌序列方法 29-30 2.3 小结 30-31 第三章 基于向量1-范数的混沌系统电力预测模型 31-48 3.1 若干基本概念 31-38 3.1.1 离散时间系统的混沌性定义 32-33 3.1.2 离散时间系统Lvapunov指数 33-34 3.1.3 离散系统混沌吸引子 34-35 3.1.4 连续系统的混沌性定义 35-36 3.1.5 连续时间系统的Lyapunov指数 36-37 3.1.6 关联度与向量1-范数的计算复杂度比较 37-38 3.2 建立混沌系统电力预测模型 38-43 3.2.1 混沌系统相空间重构 38-39 3.2.2 混沌系统电力预测建模 39 3.2.3 最佳嵌入维数 39-42 3.2.4 选择相空间的时间窗口 42-43 3.3 基于向量1-范数的混沌理论电力系统预测模型实例分析 43-46 3.3.1 基于向量1-范数的混沌理论电力系统预测模型 43-45 3.3.2 实例分析 45-46 3.4 小结 46-48 第四章 RBF-AR模型在电力系统负荷预测中的应用 48-64 4.1 前向人工神经网络模型 48-50 4.1.1 前向人工神经网络模型的定义 48-49 4.1.2 前向神经网络结构的设计 49-50 4.2 BP神经网络 50-55 4.3 建立RBF神经网络 55-61 4.3.1 RBF网络构造 55-56 4.3.2 RBF中心位置确定 56-58 4.3.3 RBF-AR模型结构 58-59 4.3.4 RBF-AR模型的参数辨识及优化原理 59-61 4.4 基于RBF-AR模型的电力负荷预测实例研究 61-63 4.5 小结 63-64 第五章 基于向量1-范数的混沌理论模型与RBF-AR模型的组合预测方法 64-68 5.1 优选组合预测法 64-65 5.2 基于向量1-范数的混沌理论与RBF-AR模型的组合预测方法 65 5.3 多种预测方法的比较 65-66 5.4 小结 66-68 第六章 结论与展望 68-70 6.1 研究成果 68 6.2 进一步研究需要解决的问题 68-69 6.3 展望 69-70 参考文献 70-74 致谢 74-75 攻读硕士期间主要的研究成果 75
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 海上平台消防系统研究,U698.4
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 理论与分析 > 电力系统规划
© 2012 www.xueweilunwen.com
|