基于模糊理论的神经网络短期负荷预测方法的研究-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

基于模糊理论的神经网络短期负荷预测方法的研究

作者：孙辰军 Publish: 2007-3-16 Hits:-

【中文题名】

基于模糊理论的神经网络短期负荷预测方法的研究

【英文题名】

Research of Load Forecast Based on Fuzzy Theory and Artificial Neutral Networks

【学科专业】

计算机应用技术

【论文级别】

硕士论文

【投稿时间】

2007-3-16

【中关键词】

负荷预测,神经网络,模糊,粒子群算法,,

【英关键词】

Load Forecast,Neural Networks,Fuzzy,Particle Swarm,

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算>

【论文摘要】

传统的负荷预测方法往往具有预测精度不高、鲁莽性差、不能表述复杂的非线性关系等缺点。而基于智能计算方法的神经网络技术和模糊理论用于负荷预测都善于处理实际中由不确定性、不精确性引起的系统控制问题,神经网络对于知识的抽取和表达比较困难,模糊信息处理方法却善于模拟人的经验处理一些不确定信息;另一方面,模糊系统很难从样本中直接学习规则,而神经网络则有较强的学习能力,可以利用联想记忆降低模糊性,这样就产生了模糊神经网络预测方法。在选择模糊神经网络的训练算法时,本文采用了粒子群优化算法,这是一种基于群智能的全局优化技术,它通过粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。结果表明,将其用于电力短期负荷预测中可以有效地提高了神经网络的训练效率和预测精度。

【论文题纲】

中文摘要	3
英文摘要	3-6
第一章绪论	6-11
1.1 课题的提出及意义	6-7
1.2 课题国内外现状	7-9
1.3 本文的主要工作	9-11
第二章电力负荷预测综述	11-19
2.1 电力负荷预测的概念	11
2.2 电力负荷的分类和特性	11-12
2.3 电力负荷预测存在的问题	12-14
2.4 电力负荷预测的基本模型和方法	14-17
2.5 电力系统负荷预测的误差分析指标	17-19
第三章模糊神经网络概述	19-40
3.1 模糊理论	19-24
3.1.1 模糊集合的概念	20-21
3.1.2 模糊关系	21
3.1.3 模糊推理	21-24
3.2 人工神经网络基础	24-28
3.2.1 人工神经网络的概念	25-27
3.2.2 神经网络模型	27-28
3.2.3 神经网络的学习	28
3.3 BP神经网络模型及算法	28-33
3.3.1 BP网络用于预测的原理	28-29
3.3.2 基于BP算法的多层前馈网络模型	29-30
3.3.3 BP学习算法	30-32
3.3.4 BP网络中存在的几个问题	32
3.3.5 改进BP学习算法	32-33
3.4 粒子群优化算法	33-37
3.4.1 算法原理	34-35
3.4.2 算法参数分析	35-36
3.4.3 算法流程	36
3.4.4 和其它进化计算的比较	36-37
3.5 基于PSO优化的BP神经网络	37-40
3.5.1 基于PSO的BP网络学习算法	37-38
3.5.2 算法评价及分析	38-40
第四章基于模糊神经网络的电力负荷预测模型	40-50
4.1 模糊神经网络理论	40-41
4.1.1 神经-模糊系统的特性	40-41
4.1.2 模糊神经网络与人工神经网络-多层感知器比较	41
4.2 电力负荷预测的模糊神经网络模型	41-50
4.2.1 模型结构	41-45
4.2.2 网络隐藏层结构的确定	45
4.2.3 模型的参数分析与选取	45-48
4.2.4 输入数据的预处理	48-50
第五章负荷预测实例分析与比较	50-55
5.1 预测模型计算一般步骤	50-51
5.2 算法综合比较	51-55
第六章结束语	55-58
参考文献	58-60
致谢	60-61
附录	61-64
在学期间发表的学术论文和参加科研情况	64

【DOI】

LunWen.ID:2.2008.388410



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：负荷预测论文神经网络模糊粒子群算法

自动化基础最新论文

自动化基础热门论文