【电力系统短期负荷预报】.pdf
浙江大学硕士学位论文 摘要 又是电力系统规划设计的基础。准确的负荷预测是至关重要的,电 力系统的短期负荷预报具有重要意义.本文对目前几种主要的负荷预报模型,即回归分析模型、时间 序列模型以及神经网络模型进行研究。电力系统短期负荷预报受多 方面因素的影响,具有周期性、季节性、气象敏感性和不确定性等 特点,回归模型不能实现任意复杂的非线性映射.时间序列法无法 考虑气象数据的影响。前馈神经元网络具有实现任意非线性映射的 能力,同时也能考虑气象因素的影响,但传统的前馈神经元网络是 基于梯度下降法的模型,可能收敛于局部最优解。
浙江大学硕士学位论文 目 摘要 第一章绪论 第一节电力系统负荷预测的重要性 第二节短期负荷预测发展现状.1 电力系统短期负荷预测概述 2 人工神经元网络在负荷预测中的应用 第三节本论文的主要任务 1 负荷预报模型及算法 2 综合预报模型建立及软件实现.第二章进化神经元网络 第一节人工神经元网络概述 第二节人工神经元网络模型 1 人工神经元网络的基本单元 人工神经元 2 人工神经元网络基本模型 3 人工神经元网络发展前景 第三节BP模型及算法 1 正向过程.2 反向过程 fI 第四节BP模型的改进算法.1 和O的选取.2 原始数据预处理.第五节遗传算法
浙江大学硕士学位论文 第三节系统软件功能.1 系统集成环境.2 图形显示、打印工具包 3 数据管理及负荷预报模块.第六章算例及结论 第一节利用”查分”方法进行数据预处理 第二节各预报模型算法的比较.1 正常工作日预报 2 节假日的预报.第三节结论 结束语 参考文献.