資源描述：
《基于神經(jīng)網(wǎng)絡電力系統(tǒng)負荷預測》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術(shù)論文-天天文庫。
1、摘要電力系統(tǒng)負荷預測對電力系統(tǒng)的經(jīng)濟、安全和可靠運行起著至關重要的作用，它已經(jīng)成為現(xiàn)代能量管理系統(tǒng)的一個重要組成部分，其中以短期電力系統(tǒng)的負荷預測對于電力系統(tǒng)運行和人民日常生產(chǎn)消費的意義尤為重大。電力系統(tǒng)負荷預測是電力系統(tǒng)部門對整個網(wǎng)絡進行最優(yōu)控制調(diào)節(jié)的重要先決條件。由于負荷預測的誤差會導致運行和生產(chǎn)成本的增加，因此，精確的電力系統(tǒng)負荷預測對電力系統(tǒng)控制、運行和規(guī)劃都具有現(xiàn)實意義。本文在分析電力系統(tǒng)負荷預測的特點和研究現(xiàn)狀基礎上，采用BP人工神經(jīng)網(wǎng)絡對電力系統(tǒng)負荷預測的模型進行優(yōu)化，這種方法可以更好的刻畫出電力系統(tǒng)負荷多輸入多輸出、復雜非線性以及繁雜
2、的無規(guī)律可循的特征。遺傳算法是在達爾文的生物進化論的基礎上發(fā)展起來的，它模擬了進化過程中的自然選擇與遺傳規(guī)律，是一種全局搜索最優(yōu)解的算法。本文首先分析了GA算法與BP神經(jīng)網(wǎng)絡的優(yōu)劣勢，將GA算法與BP網(wǎng)絡結(jié)合起來，用GA算法來訓練BP神經(jīng)網(wǎng)絡的連接權(quán)值，給出了基于GA與BP相結(jié)合的具體算法和實現(xiàn)過程，以期克服BP神經(jīng)網(wǎng)絡容易陷入局部極小點的缺陷。本文用matlab仿真軟件構(gòu)建了GA．BP算法在電力系統(tǒng)負荷預測模型中進行優(yōu)化的網(wǎng)絡結(jié)構(gòu)，用電力系統(tǒng)的歷史負荷數(shù)據(jù)和預測日的最高氣溫、最低氣溫作為網(wǎng)絡的輸入，用GA算法優(yōu)化BP神經(jīng)網(wǎng)絡的權(quán)值，以預測電力系統(tǒng)的
3、負荷，并利用該仿真軟件對天津市某地區(qū)的電力系統(tǒng)負荷進行了仿真，結(jié)果驗證了該模型用于電力系統(tǒng)負荷預測的研究具有可行性，能夠在一定程度上提高負荷預測的精度和速度。關鍵詞：電力系統(tǒng)負荷預測BP算法遺傳算法神經(jīng)網(wǎng)絡ABSTRACTI'0wersyS忙mloadforccastingplaysaVitalroleonpowersystcmeconomic，∞curity柚dreliableoperation，、Ⅳhichhasbecome鋤importantcomponento九hemodem朗ergym鋤agementsystem，inwhichthesi髓
4、ific鋤ceofshort-te】咖loadforecastingf．0rpowersyStemoperation鋤dpeople’sdaiJyproduCtion鋤dconsumptionisparticul齜lysignific鋤t．PowcrsystI鋤loadforecastingis柚impo脅ltpr哪uisitc內(nèi)roptimalcontrc}l鋤dregulationof廿lecntirepowcrne觚ork．Theloadforecastingemrwillleadtotheincrc私einoperating柚dproduct
5、ioncosts，thercfore，thepreci∞powersystemloadforecastingareofpmcticalsi印ific卸ccforpowersystemcontrol，opemtion鋤dpl觚ning．Thispaperanalyzesmecharacteristics鋤dresearchsta_tusofpowersystemloadforecasting．Basedonthe矗boVe鋤alysis，inthepaper，themodelforpow酣syStemloadforecastingisoptimized
6、withBPartificialneuraln咖ork．Bythismethod，itcanbettcrdescribe廿lemultiple-inputmultiple—output，廿lecomplexnonlinear卸dcomplexcha刪eristicsofuncenaint)，ofpowersystemload．Geneticalgo硎【lmisaglobalsearchalgorithmbasedonthen拋mIsel硎onlaw鋤dthegeneticlaw．ontheb舔isof鋤a1)，zingtllech嬲衙eriStics
7、ofnleGAa190rimm觚dBPneuraln帆ork，f；泔tlleBPneuralnet'叭'rkis、，ulner曲let0thelackoflocalminimum，tllepaperIeadstoaa190rithmt0trainnleneuralnet、ⅣorkiIluseofthecombinationofGA鋤dBP．BaSedont11ecombinationofGA觚dB只thespecificalgorithm鋤dimplementationprocessaregiV∞in0rdertooVercOmethedef．ect
8、sofBPneuralnetv舊fI【．IIlthisp印er，thesimulationso仕warcca
