| 【中文题名】 | 基于神经网络的电力负荷中长期预测研究 |
| 【英文题名】 | The Research of Medium and Long-Term Load Forecasting Based on Artificial Neural Network |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-14 |
| 【中关键词】 | 电力系统,中长期负荷预测,人工神经网络,遗传算法,网络权值优化, |
| 【英关键词】 | power system,medium and long-term load forecasting,artificial neural network,genetic algorithm,optimization of ANN initial weight, |
| 【分类导航】 | 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> |
| 【论文摘要】 | 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，改善电能质量，都依赖于准确的负荷预测。中长期负荷预测的意义在于帮助决定新发电机组的安装与电网的规划、增容和改建，是电力规划部门的重要工作之一。
本文基于对人工神经网络基础理论的研究，利用多层前向网络的逼近能力，论述了利用BP神经网络进行中长期负荷预测的原理和方法。针对BP算法由于初始权值和阈值选取不当而陷入局部极小点、网络收敛速度慢的缺点，给出了将遗传算法引入网络初始权值和阈值优化的具体方法。在分析了电力负荷结构及影响负荷预测因素的基础上，提出了基于人工神经网络的负荷预测模型。模型以人口、主要国民经济行业总产值等社会经济指标为自变量，以电量为因变量，较全面地考虑了各社会经济指标对电量需求的影响，取得了较好的预测精度。 |
| 【论文题纲】 |
|
第1章 绪论 |
8-12 |
|
1.1 目的和意义 |
8-9 |
|
1.2 国内外发展现状 |
9-10 |
|
1.3 本文研究的主要内容 |
10-12 |
|
第2章 电力负荷分析及预测 |
12-23 |
|
2.1 电力负荷的构成 |
12-13 |
|
2.2 负荷预测的基本原理 |
13-14 |
|
2.3 电力负荷预测的基本步骤 |
14-15 |
|
2.4 影响电力负荷预测结果的因素 |
15 |
|
2.5 负荷预测的误差分析 |
15-16 |
|
2.6 负荷预测方法简介 |
16-23 |
|
2.6.1 趋势外推预测技术 |
16-17 |
|
2.6.2 回归模型预测技术 |
17-19 |
|
2.6.3 灰色预测技术 |
19-23 |
|
第3章 人工神经网络理论基础 |
23-40 |
|
3.1 人工神经网络基础 |
23-28 |
|
3.1.1 神经网络发展历史 |
23-24 |
|
3.1.2 神经网络的基本特性 |
24 |
|
3.1.3 神经元结构 |
24-26 |
|
3.1.4 神经网络的结构 |
26-28 |
|
3.1.5 学习规则 |
28 |
|
3.2 BP人工神经网络 |
28-33 |
|
3.2.1 BP人工神经网络用于预测原理 |
28-29 |
|
3.2.2 BP人工神经网络模型 |
29-30 |
|
3.2.3 学习规则 |
30-32 |
|
3.2.4 隐含层节点个数的确定及初值选择 |
32-33 |
|
3.3 BP学习算法的改进方法 |
33-34 |
|
3.3.1 惯性校正法 |
33 |
|
3.3.2 变步长 BP法 |
33-34 |
|
3.3.3 LM(Levenberg-Marquardt)法 |
34 |
|
3.4 遗传算法 |
34-38 |
|
3.4.1 遗传算法基本概念 |
34-35 |
|
3.4.2 遗传算法的特点 |
35-36 |
|
3.4.3 遗传算法的步骤 |
36-38 |
|
3.5 遗传算法和神经网络的结合 |
38-40 |
|
第4章 基于神经网络的中长期电力负荷预测 |
40-48 |
|
4.1 引言 |
40 |
|
4.2 电力负荷的构成 |
40 |
|
4.3 中长期负荷神经网络预测建模 |
40-46 |
|
4.3.1 用于负荷预测的神经网络基本模型 |
40-41 |
|
4.3.2 输入节点的选取及归一化处理 |
41-42 |
|
4.3.3 隐层节点个数的选取 |
42-43 |
|
4.3.4 用遗传算法优化神经网络初始权值 |
43-45 |
|
4.3.5 负荷预测流程 |
45-46 |
|
4.4 预测结果 |
46-48 |
|
第5章 结论与展望 |
48-50 |
|
5.1 结论 |
48 |
|
5.2 不足和展望 |
48-50 |
|
参考文献 |
50-52 |
|
攻读硕士学位期间科研工作情况 |
52-53 |
|
致谢 |
53 |
|
| 【DOI】 | LunWen.ID:2.2008.388032 |
