基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究

基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究

ID:35015747

大?。?.01 MB

頁數(shù):67頁

時間:2019-03-16

基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究_第1頁
基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究_第2頁
基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究_第3頁
基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究_第4頁
基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究_第5頁
資源描述:

《基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、中圖分類號丁M715論文編號1006015-0206學科分類號510.8060密級A身礞旁TIANJINUIMIVERSITYOFTECHNOLOGY碩士學位論文基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究Researchofmid-longTermPowerLoadForecastingBasedonGreyTheoryandNeuralNetwork‘一級學科:控制科學與工程控制科學與工程學科專業(yè):楊超作者姓名:王云_指導教師:天津理工大學研究生部二o—五年三分類號:510.8060密級:天津理工大學研究生學

2、位論文基于灰色理論和神經網(wǎng)絡的中長期電力負荷預測的研究(申請碩士學位)學科專業(yè):控制科學與工程研究方向:控制理論與控制工程作者姓名:楊超指導教師:王云亮教授2015年3月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeResearchofmid-longTermPowerLoadForecastingBasedonGreyTheoryandNeuralNetworkByYangChaoSupervisorProf.WangYun-li

3、angMarch,2015獨釗性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作和取得的研究成果,除了文中特別加以標注和致謝之處外,論文中不包含其他人已經發(fā)表或撰寫過的研究成果,也不包含為獲得天津理工大學或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文屮作了明確的說明并表示了謝意。學位論丈作者筌名:柄H答孛Ei期:)?is年3力日學位洽文板權使用提權書本學位論文作者完全了解天津理工大學有關保留、使用學位論文的規(guī)定。特授權天津理工大學可以將學位論文的全部或部分內容

4、編入有關數(shù)據(jù)庫進行檢索,并采用影印、縮印或掃描等復制手段保存、匯編,以供查閱和借閱。同意學校向國家有關部門或機構送交論文的復本和電子文件。(保密的學位論文在解密后適用本授權說明)答孛Q期:205年3月丨0q答孛q期:年j月/d日摘要電力負荷預測對電力系統(tǒng)的安全經濟運行起著重大作用。中長期負荷預測主要為電力系統(tǒng)規(guī)劃部門進行決策提供數(shù)據(jù)支撐。中長期負荷預測的準確性直接影響著電網(wǎng)的改造和擴建的合理性、經濟性,對電力行業(yè)的發(fā)展具有深遠的意義。中長期負荷預測由于時間跨度大,且受經濟、政策、人口增長等多種宏觀因素的影響,其研究工

5、作存在較大難度。綜合目前已有的中長期預測方法來看,中長期負荷預測技術仍有很大的研究空間,有待于進一步完善。深入分析中長期負荷歷史數(shù)據(jù)的變化規(guī)律,并將影響負荷的主要因素考慮進來,確定適合中長期負荷預測的模型是此課題的重要研究內容。本文首先對中長期電力負荷預測這一課題的背景及意義進行了闡述,并且對現(xiàn)在預測技術的發(fā)展態(tài)勢進行了分析。其次主要對電力負荷預測理論進行了詳細敘述,并對影響電力負荷預測的因素進行了探討。鑒于中長期負荷預測的特點與灰色預測非常吻合,本文以灰色模型為基礎對中長期負荷進行預測,并對灰色模型的建模機理進行了

6、深入的研究。在灰色模型的選取方面,本文首先采用了的經典的GM(1,1)模型,由于中長期負荷受多種因素影響,本文又采用了考慮相關因素的GM(1,n)模型與GM(0,n)模型,并用灰色關聯(lián)分析法對主要影響因素進行篩選。通過對這三種模型進行深入研究,并對預測結果進行分析,指出了各個模型的局限性。本文認為負荷實際值與三種模型預測值存在一種函數(shù)關系,由于BP神經網(wǎng)絡非線性映射能力強,且具有很好的學習能力,本文采用BP神經網(wǎng)絡來擬合這一函數(shù),以改進預測結果。通過將三種灰色預測模型與BP神經網(wǎng)絡進行特定的組合,本文設計了GM-NN

7、C模型。然后又在GM-NNC模型的基礎上融入了等維新息遞補技術的思想,設計了RGM-NNC模型,它改進了模型歷史數(shù)據(jù)不變的缺點,使新的數(shù)據(jù)能得到充分利用。本文采用MicrosoftVisualC++6.0對兩種設計的模型進行編程,通過實例對模型的預測結果進行驗證,并用MATLAB2010b對結果進行仿真。結果表明改進的兩種新型預測模型的預測精度確實得到了明顯提升,適用于中長期負荷預測,具有實際應用價值。關鍵詞:中長期負荷預測灰色模型BP神經網(wǎng)絡MicrosoftVisualC++6.0AbstractPowerloa

8、dforecastingplaysanimportantroleinthestableandeconomicaloperationofpowersystem.Mid-longtermloadforecastingprovidesdatasupportforpowersystemplanningdepartmentswhentheyneedtom

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。