学位论文 > 优秀研究生学位论文题录展示

人工神经网络在短期电力负荷预测中的应用研究

作　者: 刘薇
导　师: 陈恳
学　校: 南昌大学
专　业: 电力系统及其自动化
关键词: 短期负荷预测 人工神经网络 BP模型改进算法
分类号: TP183
类　型: 硕士论文
年　份: 2007年
下　载: 356次
引　用: 1次
阅　读: 论文下载
 

内容摘要


短期电力负荷预测是电力系统运行调度中一项非常重要的内容,它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的组成部分,也是今后进行电网商业化运营所必需的基本内容。本文首先对负荷预测的现有方法进行了综述;其次深入研究了神经网络的模型建立问题,给出了较为适用的建模方法,构建了一个三层的BP神经网络,特别是对BP网络模型建立中的隐含层数确定、隐含层节点数确定、训练次数与精度的关系、学习速率的选择、初始权值、训练样本的选择及归一化处理等相关问题进行了较深入定性和定量分析,并通过算例进行了比较实验,得出有益结论。再次在分析BP网络缺陷的基础上,采用改进的BP神经网络算法,建立了短期负荷预测的模型,并应用改进的BP网络算法进行了负荷预测,比较不同算法的预测结果。最后给出了顾及气象参数的神经网络模型建立的方法,通过算例进行了验证和分析。

全文目录


摘要  3-4
ABSTRACT  4-8
第1章 绪论  8-17
  1.1 课题的研究背景和目的意义  8-10
  1.2 国内外负荷预测的发展与现状  10-16
    1.2.1 电力系统负荷预测的传统方法  10-13
    1.2.2 电力系统负荷预测的新方法  13-16
  1.3 本论文主要研究内容  16-17
第2章 电力系统负荷预测分析  17-29
  2.1 电力系统负荷的分类和特点  17-22
    2.1.1 电力系统负荷的概念  17
    2.1.2 电力系统负荷的分类  17-19
    2.1.3 电力系统负荷的特点  19-20
    2.1.4 电力系统负荷预测的特点  20-21
    2.1.5 影响负荷预测准确性的因素  21-22
  2.2 电力系统负荷的基本模型  22-24
    2.2.1 基本正常负荷分量模型  22-23
    2.2.2 天气敏感负荷分量模型  23-24
    2.2.3 特别事件负荷分量模型  24
    2.2.4 随机负荷分量模型  24
  2.3 负荷数据的预处理  24-27
    2.3.1 坏数据的检测和处理  25-26
    2.3.2 缺损数据的修补  26-27
    2.3.3 其他处理方法  27
  2.4 预测误差分析  27-29
第3章 基于人工神经网络的预测模型  29-52
  3.1 概述  29-30
  3.2 人工神经网络模型  30-34
    3.2.1 人工神经网络的分类  30-32
    3.2.2 单神经元数学模型  32-34
  3.3 误差回传神经网络(BP网络)  34-36
    3.3.1 BP神经网络模型  34-35
    3.3.2 BP网络学习算法  35-36
  3.4 神经网络负荷预测模型  36-38
    3.4.1 预测模型的描述  36-37
    3.4.2 网络的拓扑结构  37-38
  3.5 算例分析  38-41
  3.6 BP神经网络用于负荷预测相关问题  41-52
    3.6.1 隐含层数的确定  42
    3.6.2 隐含层节点数的确定  42-46
    3.6.3 训练次数与精度的关系  46-48
    3.6.4 学习速率的选择  48-49
    3.6.5 初始权值  49
    3.6.6 训练样本的选择  49-50
    3.6.7 神经网络输入数据的归一化处理  50-52
第4章 提高神经网络模型预测能力的探讨  52-66
  4.1 概述  52
  4.2 BP网络本身存在的缺陷分析  52-55
    4.2.1 BP网络的优点  52
    4.2.2 BP网络的缺陷  52-55
  4.3 BP网络的改进算法  55-58
    4.3.1 梯度自适应算法  55
    4.3.2 附加动量项方法  55
    4.3.3 动量及自适应算法  55-56
    4.3.4 Levenberg-Marquardt算法  56
    4.3.5 不同算法对比试算结果  56-58
  4.4 考虑气象参数的负荷预测  58-66
    4.4.1 峰值负荷与气温、湿度、风速、气压的相关性分析  59-61
    4.4.2 顾及气象参数的神经网络模型  61-63
    4.4.3 顾及气象参数解算结果  63-64
    4.4.4 结果分析  64-66
第5章 结论与展望  66-68
  5.1 结论  66
  5.2 进一步工作的方向  66-68
致谢  68-69
参考文献  69-72
攻读学位期间的研究成果  72

相似论文

  1. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  2. 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
  3. 兖州矿区植物波谱变异与重金属胁迫特征研究,X173
  4. 企业安全效益评价及发展对策研究,F272;F224.5
  5. 酮类化合物的3D-QSPR研究,O641
  6. 神经元MOS管在神经网络中的应用研究,TP183
  7. 基于神经网络盲均衡优化算法的研究,TN911.7
  8. 基于人工神经网络的电网日负荷预测研究,TM715
  9. 产品功能疲劳对客户资产的影响研究,F224
  10. 烟煤掺烧印尼煤的动力配煤模型研究,TK227.1
  11. 基于FFT的混沌短期负荷预测方法的改进研究,TM715
  12. 一种在深度结构中学习原型的分类方法,TP18
  13. 面向电力营销服务的客户身份自动识别系统设计,TP391.41
  14. 浆体管道输送系统的过程监控与故障诊断,F426.1
  15. 考虑光伏发电的短期负荷预测,TM715
  16. 直升机主减速器故障诊断与故障预测技术研究,V267
  17. 基于DM642的红外运动目标检测与跟踪技术实现,TP391.41
  18. 人工神经网络在母线保护中的应用,TP183
  19. 基于小波和神经网络理论的电力系统负荷预测研究,TM715
  20. 浙商企业经营风险预警评价指标体系研究,F279.27
  21. 基于RPROP人工神经网络对验证码识别的研究与实现,TP393.08

中图分类: > 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
© 2012 www.xueweilunwen.com