資源描述：
《bp神經(jīng)網(wǎng)絡(luò)對短期電力負(fù)荷的預(yù)測》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號:密級:UDC:單位代碼:10078華北水利水電大學(xué)碩士學(xué)位論文BP神經(jīng)網(wǎng)絡(luò)對短期電力負(fù)荷的預(yù)測BPNEURALNETWORKTOPREDICTTHESHORT-TERMPOWERLOAD研究生姓名：殷晶指導(dǎo)教師：孫美鳳教授專業(yè)名稱：流體機(jī)械及工程所在學(xué)院：電力學(xué)院2014年5月萬方數(shù)據(jù)萬方數(shù)據(jù)獨(dú)立完成與誠信聲明本人鄭重聲明：所提交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的研究成果并撰寫完成的。沒有剽竊、抄襲等違反學(xué)術(shù)道德、學(xué)術(shù)規(guī)范的侵權(quán)行為。文中除已經(jīng)標(biāo)注引用的內(nèi)容外，本學(xué)位論文中不包含其他人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得華北水利水電大學(xué)或
2、其它教育機(jī)構(gòu)的學(xué)位或證書所使用過的材料。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中作了明確的說明并表示了謝意。本人完全意識到本聲明的法律后果由本人承擔(dān)。學(xué)位論文作者簽名：保證人（導(dǎo)師）簽名：簽字日期：簽字日期：學(xué)位論文版權(quán)使用授權(quán)書本人完全了解華北水利水電大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定。特授權(quán)華北水利水電大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容公開和編入有關(guān)數(shù)據(jù)庫提供檢索，并采用影印、縮印或掃描等復(fù)制手段復(fù)制、保存、匯編以供查閱和借閱。同意學(xué)校向國家有關(guān)部門或機(jī)構(gòu)送交論文原件或復(fù)印件和電子文檔。（涉密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）學(xué)位論文作者簽名：導(dǎo)師簽名：簽字日期：簽字日期：萬方
3、數(shù)據(jù)萬方數(shù)據(jù)摘要BP神經(jīng)網(wǎng)絡(luò)對短期電力負(fù)荷的預(yù)測摘要隨著社會(huì)的進(jìn)步與發(fā)展，電力行業(yè)已經(jīng)成為我國經(jīng)濟(jì)發(fā)展的重要支柱，然而電能不能大量保存，如果發(fā)出的電能大于負(fù)荷消耗，就容易造成能源的浪費(fèi)和環(huán)境的污染，電力負(fù)荷預(yù)測可以對電力系統(tǒng)電能供需平衡提供指導(dǎo)，高精度的短期電力負(fù)荷預(yù)測能為電力系統(tǒng)穩(wěn)定、經(jīng)濟(jì)運(yùn)行提供重要支撐。截至目前，世界各國對電力負(fù)荷預(yù)測所采用的方法不盡相同，相對于傳統(tǒng)的負(fù)荷預(yù)測方法，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對電力負(fù)荷預(yù)測有其特有的優(yōu)勢，本文主要介紹了BP神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程以及其理論基礎(chǔ)，理論上講單隱層的BP神經(jīng)網(wǎng)絡(luò)能夠逼近任意的非線性映射，所以大多數(shù)電力負(fù)荷預(yù)測采用單隱層模型，為了提高負(fù)荷
4、預(yù)測的精度，本文采用了含有雙隱層的BP網(wǎng)絡(luò)以及改進(jìn)型BP網(wǎng)絡(luò)，并利用石家莊市無極縣的電力負(fù)荷歷史數(shù)據(jù)，通過MATLAB建立不同的模型來分別實(shí)現(xiàn)電力負(fù)荷預(yù)測，并對輸出結(jié)果進(jìn)行對比與分析，得出相關(guān)結(jié)論。根據(jù)對電力負(fù)荷預(yù)測流程及輸出結(jié)果的分析，綜合考慮影響電力負(fù)荷的客觀因素，在文章的最后給出了改善電力負(fù)荷預(yù)測的幾點(diǎn)意見和建議，為提高電力負(fù)荷預(yù)測的精度提供了參考。關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；電力負(fù)荷預(yù)測；神經(jīng)元節(jié)點(diǎn)；改進(jìn)模型I萬方數(shù)據(jù)華北水利水電大學(xué)碩士學(xué)位論文II萬方數(shù)據(jù)ABSTRACTBPNEURALNETWORKTOPREDICTTHESHORT-TERMPOWERLOADABSTRACTWi
5、thsocialprogressanddevelopment,thepowerindustryhasbecomeanimportantpillarofChineseeconomicdevelopment,howeverelectricpowercannotbekeptlargely,iftheemittedpowerenergyisgreaterthanthecostoftheloadwillcauseenergywasteandpollutionoftheenvironmenteasily.Electricloadforecastcanprovideguidanceonelectri
6、cpowersupplyanddemandbalanceespeciallyhighprecisionofshorttermloadforecastcansupportpowersystemstabilityandeconomicoperation.Ascurrently,methodsadoptedbycountriesintheworldonthepowerloadforecastingisnotthesame.Comparedwithtraditionalloadforecastmethod,usingBPneuralnetworkonpowerloadforecasthasit
7、suniqueofadvantage.ThispapermainlyintroducesthedevelopmentofBPneuralnetworkanditstheory.Theoretically,BPneuralnetworkofContainingasinglehiddenlayercanapproximationarbitraryofnonlinearmap,somostpowerloadforecastusedsinglehidd
