基于小波和神經(jīng)網(wǎng)絡(luò)理論的電力系統(tǒng)負(fù)荷預(yù)測研究.pdf

1、電力系統(tǒng)的負(fù)荷預(yù)測可以分為長期負(fù)荷預(yù)測、中期負(fù)荷預(yù)測和短期負(fù)荷預(yù)測。比較準(zhǔn)確的短期負(fù)荷預(yù)測對調(diào)度安排、運(yùn)行計(jì)劃等起著關(guān)鍵性的作用。從大的方面說,對提高電力系統(tǒng)的電能質(zhì)量,保證電力系統(tǒng)的安全性、可靠性都有重大影響,并且能夠使電力系統(tǒng)在較低成本下運(yùn)行。
　　 本文首先深入研究了電力系統(tǒng)的整體負(fù)荷特性,包括一年的變化特性、一個(gè)月的變化特性、一周的變化特性和一天的變化特性。對溫度高低和負(fù)荷數(shù)值的變化關(guān)系等進(jìn)行了較深入的探討,對訓(xùn)練樣本做

2、了大量的預(yù)處理工作。接著介紹了神經(jīng)網(wǎng)絡(luò)理論,并隨之建立基于BP學(xué)習(xí)算法的預(yù)測模型,通過大量的實(shí)驗(yàn)確定了網(wǎng)絡(luò)的最佳結(jié)構(gòu),得到了較滿意的預(yù)測結(jié)果。雖然誤差反傳(BP)算法的預(yù)測結(jié)果比較理想,但該算法的缺點(diǎn)是收斂的時(shí)間較長、且陷入局部極小點(diǎn)的可能性很大,故文章緊接著介紹了遺傳算法(GA),類比遺傳學(xué)理論,初始化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,編碼并進(jìn)行遺傳算法操作,不斷迭代尋優(yōu),從而獲得最佳的權(quán)值和閾值,使用優(yōu)化后的神經(jīng)網(wǎng)絡(luò)進(jìn)行負(fù)荷預(yù)測時(shí),預(yù)測負(fù)荷