学位论文 > 优秀研究生学位论文题录展示

基于小波和神经网络的电力系统短期负荷预测

作　者: 全懿
导　师: 杨胡萍
学　校: 南昌大学
专　业: 控制工程
关键词: 负荷预测小波分析理论神经网络
分类号: TM715
类　型: 硕士论文
年　份: 2013年
下　载: 19次
引　用: 0次
阅　读: 论文下载

内容摘要

电力系统短期负荷预测是电力系统的一项非常重要的工作,高精度的预测需要考虑因素的全面性和优秀的预测模型和预测方法来保证。近些年来,许多专家学者提出了很多把智能算法应用到电力系统负荷预测中的实例,也有几种智能算法结合使用的情况,使得电力系统负荷预测得到了快速的发展,预测精度也有很大的提高。本文将小波分析理论引入电力系统负荷预测中,使用神经网络进行预测构建了小波和神经网络的短期负荷预测模型。小波分析理论是一个相对较新鲜的概念,近几年才慢慢应用于电力系统的相关方面,使用小波分析理论将原始的负荷序列进行分解,而不是直接使用神经网络进行负荷预测,这样可以将负荷数据序列的高频分量和低频分量分解开来,更好的挖掘负荷数据序列的更加深层次的隐藏信息,然后再使用神经网络算法进行分别预测,本文使用BP神经网络、RBF神经网络和GRNN神经网络进行预测,而且还将非常经典的灰色预测模型GM(1,1)引入到模型中来,最后再将小波分解的序列进行重构,即可得到预测的结果。将模型应用到一个具体实例中,结果表明,预测精度完全满足要求,并且较没有使用小波分析理论的模型预测精度有一定的提高。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-18
  1.1 短期负荷预测的目的和意义  7-8
  1.2 短期负荷预测的国内外研究综述  8-17
  1.3 本文所完成的主要工作  17-18
第二章短期负荷预测原理和主要问题分析  18-21
  2.1 预测的起源  18
  2.2 短期负荷预测原理  18-19
    2.2.1 一般原理  18-19
    2.2.2 基本原则  19
    2.2.3 基本要求  19
  2.3 短期负荷预测遵循理念  19-20
  2.4 短期负荷预测存在的问题  20-21
第三章小波分析在短期负荷预测中的应用  21-32
  3.1 小波分析理论的概述  21
  3.2 小波分析基本理论  21-25
    3.2.1 从傅里叶变换到小波变换  21-22
    3.2.2 小波变换  22-25
  3.3 几种常用的小波  25-30
  3.4 小波分析在电力系统负荷预测中应用现状  30-32
第四章神经网络和灰色模型在短期负荷预测中的应用  32-40
  4.1 BP神经网络  32-35
    4.1.1 BP神经网络概述  32-33
    4.1.2 归一化方法  33-34
    4.1.3 隐含层节点数确定  34
    4.1.4 附加动量方法  34
    4.1.5 变速率学习  34-35
  4.2 RBF神经网络  35-37
    4.2.1 RBF神经网络概述  35
    4.2.2 RBF神经网络结构模型  35-36
    4.2.3 RBF神经网络的学习算法  36-37
    4.2.4 RBF神经网络的缺陷  37
  4.3 GRNN神经网络  37-39
    4.3.1 GRNN神经网络概述  37
    4.3.2 GRNN神经网络的结构模型  37-39
  4.4 GM(1,1)模型  39-40
第五章仿真算例  40-54
第六章结论和展望  54-56
  6.1 结论  54
  6.2 展望  54-56
致谢  56-57
参考文献  57-59

基于小波和神经网络的电力系统短期负荷预测

内容摘要

全文目录

相似论文