基于BP神經(jīng)網(wǎng)絡(luò)的超短期負(fù)荷預(yù)測

1.9萬字 43頁 原創(chuàng)作品通過查重系統(tǒng)

摘 要
超短期負(fù)荷預(yù)測是對未來的1h以內(nèi)的負(fù)荷進(jìn)行預(yù)測。電力系統(tǒng)超短期負(fù)荷預(yù)測是電力系統(tǒng)眾多部門重要的工作任務(wù)之一，其預(yù)測的準(zhǔn)確度的高低直接對電力系統(tǒng)的安全、經(jīng)濟(jì)、可靠產(chǎn)生影響。隨著電力系統(tǒng)的不斷發(fā)展，研究者必須推進(jìn)超短期負(fù)荷預(yù)測的質(zhì)量不斷地提高。超短期負(fù)荷預(yù)測由于其時間很短，所以一般可以忽略氣象因素的影響，主要探究負(fù)荷內(nèi)在變化規(guī)律。超短期負(fù)荷預(yù)測周期很短，所以要求預(yù)測方法的計算速度快。
本文主要是介紹BP算法在超短期負(fù)荷預(yù)測中的應(yīng)用。以過去電力系統(tǒng)中的負(fù)荷預(yù)測方法為根據(jù)，本文對神經(jīng)網(wǎng)絡(luò)的基本理論方法進(jìn)行了詳細(xì)的研究。通過對超短期負(fù)荷預(yù)測歷史數(shù)據(jù)的分析，建立神經(jīng)網(wǎng)絡(luò)。然后對負(fù)荷輸入值進(jìn)行歸一化處理，使程序運(yùn)行花費(fèi)的時間較短。最后通過實(shí)例仿真，結(jié)果表明：在本模型中，BP學(xué)習(xí)算法產(chǎn)生的誤差范圍很小。本文是以某地區(qū)某段時間段內(nèi)大量負(fù)荷值為基礎(chǔ)，運(yùn)用基于BP神經(jīng)網(wǎng)絡(luò)的超短期負(fù)荷預(yù)測模型，可以看出，BP神經(jīng)網(wǎng)絡(luò)的超短期負(fù)荷預(yù)測模型有良好的預(yù)測精度，能夠應(yīng)用于電力系統(tǒng)進(jìn)行超短期負(fù)荷預(yù)測。


關(guān)鍵詞：超短期負(fù)荷預(yù)測；神經(jīng)網(wǎng)絡(luò)；BP算法；MATLAB；電力系統(tǒng)