| 【中文题名】 | 中压配电网短期节点负荷预测的模糊神经网络法 |
| 【英文题名】 | A Novel Fuzzy Neural Network Method for Short-term Nodal Load Forecasting of Middle Voltage Distribution Networks |
| 【学科专业】 | 电力系统及其自动化 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-4-17 |
| 【中关键词】 | 电力系统,中压配电网,负荷预测,模糊神经网络,并行分布处理系统（PDP）,经验风险最小化 |
| 【英关键词】 | electric power system,medium voltage distribution network,load forecasting,fuzzy neural network,parallel distributed processing model （PDP）,empirical risk minimization, |
| 【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】 |
中压配电网是电力系统的重要组成部分,其安全、经济运行是整个电力系统安全、经济运行的重要保障。中压配电网短期节点负荷预测技术可为运行规划、故障处理、需求侧管理及未来的配电市场开放等提供数据支持。因此十分重要。由于中压配电网节点负荷具有历史数据少、数据不精确、负荷变化的趋势性不明显和负荷变化模式易变等特点,传统方法很难解决这类问题,亟需建立一种新的节点负荷预测方法。为此,本文做了以下工作:
1.在并行分布处理模型基础上,构建了一种新型的模糊神经网络以求解中压配电网短期节点负荷预测问题。该网络具有输入层、输入模糊化运算层、样本神经元层、输出隶属度函数层和反模糊化运算层五层前馈式结构,所有节点在学习的过程中动态生成。
2.提出了一种快速、增量式的学习算法。学习过程中,采用无监督学习算法对输入权重进行调整,采用有监督学习算法对输出权重进行调整。该算法只需一次学习就能达到较好的精度,而且实现了增量学习,即在学习新知识的同时,不破坏原有知识。此外,对近似的样本神经元进行合并,使用剪枝操作删除含坏数据的样本神经元,从而保证了算法的健壮性,并且精炼了网络结构。
3.使用两个来自实际系统的算例验... |
| 【论文题纲】 |
|
中文摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-13 |
|
1.1 引言 |
7 |
|
1.2 本课题研究的目的和意义 |
7 |
|
1.3 负荷预测分类和短期负荷预测的方法概述 |
7-11 |
|
1.3.1 负荷预测分类 |
7-8 |
|
1.3.2 短期负荷预测的方法概述 |
8-11 |
|
1.4 本文的主要工作 |
11-13 |
|
第二章 PDP 模型、神经网络和模糊理论 |
13-23 |
|
2.1 引言 |
13 |
|
2.2 PDP 模型 |
13-17 |
|
2.3 人工神经网络 |
17-19 |
|
2.3.1 人工神经网络类型及应用 |
17 |
|
2.3.2 人工神经网络的学习算法 |
17-18 |
|
2.3.3 常用人工神经网络及特点 |
18-19 |
|
2.4 模糊理论概述 |
19-21 |
|
2.4.1 模糊理论的基本知识 |
19-20 |
|
2.4.2 模糊系统的特点 |
20-21 |
|
2.5 模糊神经网络 |
21-22 |
|
2.6 本章小结 |
22-23 |
|
第三章 中压配电网短期节点负荷预测的模糊神经网络模型与算法 |
23-31 |
|
3.1 引言 |
23 |
|
3.2 问题解决思路 |
23-24 |
|
3.3 STNLFFNN 的模型与算法 |
24-30 |
|
3.3.1 STNLFFNN 的网络结构 |
25-26 |
|
3.3.2 STNLFFNN 的学习算法 |
26-30 |
|
3.4 本章小结 |
30-31 |
|
第四章 算例分析 |
31-43 |
|
4.1 引言 |
31 |
|
4.2 参数的选取 |
31-34 |
|
4.2.1 经验风险最小化原则 |
31-32 |
|
4.2.2 影响负荷的因素 |
32 |
|
4.2.3 索引特征的选取 |
32-33 |
|
4.2.4 数值特征的选取 |
33 |
|
4.2.5 权重的选取 |
33-34 |
|
4.3 STNLFFNN 的使用 |
34-42 |
|
4.3.1 算例1 |
34-38 |
|
4.3.2 算例2 |
38-42 |
|
4.4 本章小结 |
42-43 |
|
第五章 STNLFFNN 的工程应用 |
43-51 |
|
5.1 引言 |
43 |
|
5.2 数据的获取 |
43-47 |
|
5.2.1 配电负荷测量现状综述 |
43-44 |
|
5.2.2 常用测量系统简介 |
44-47 |
|
5.3 数据的预处理 |
47-50 |
|
5.4 本章小结 |
50-51 |
|
第六章 结论 |
51-52 |
|
参考文献 |
52-55 |
|
发表论文和参加科研情况 |
55-56 |
|
附录A |
56-58 |
|
附录B |
58-59 |
|
致谢 |
59 |
|
| 【DOI】 | LunWen.ID:2.2008.388448 |
