基于人工神经网络BP算法的乌海电网负荷预测分析研究

论文摘要

近几年来,由于经济结构调整,我国用电市场出现了缓和,电力设备出现了部分闲置,发电机组平均运行小时逐年下降,直接影响电力企业的经济效益。特别是厂网分开,采取合约电量+竞价上网模式运作,各类用户构成的各种各类负荷,分别呈现出不同的特性和大小。由于电能不能大量存储,要求发电功率时时刻刻跟踪负荷变化,做到供需平衡。科学的预测是进行决策的依据和保证,电力负荷预测是企业制订基建计划、发供电计划、燃料计划、财务收支计划等各项重要经营计划的基础,也是计划、规划工作的重要组成部分,其目的是为了合理安排电源和电网的建设进度,提供宏观决策的依据,使电力建设满足国民经济增长和人民生活水平提高的需要。中长期负荷预测主要是用于制定电力系统的扩建规划,包括装机容量的大小、形式、地点、时间和电网的增容扩建上。它为所在地区或电网的电力发展速度,电力建设规模,电力工业布局,能源资源平衡,地区间的电力余缺调剂,以及电网资金和人力资源的需求平衡提供了可靠的依据。电力系统负荷预测是一个典型的非线性问题,原因在于电力系统负荷受很多因素的影响,这些因素的影响大小、方式都很难简单地通过建立数学模型描述,一般而言我们都在预测过程中作了不同程度的简化。运用神经网络进行负荷预测是近十年兴起的预测方法,其优点是可以模仿人脑的智能化处理,对大量非线性、非精确性规律具有自适应功能,具有信息记忆、自主学习、知识推理和优化计算的特点,特别是其自学习和自适应功能是常规算法和专家系统所不具备的。因此,预测被当作人工神经网络最有潜力的应用领域之一。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 第二章 内蒙古电网及乌海地区用电情况研究
• 2.1 内蒙古电网用电情况简介
• 2.2 乌海地区电网概况及用电情况
• 第三章 电力负荷预测方法研究
• 3.1 电力负荷预测概述
• 3.1.1 电力需求预测的种类
• 3.1.1.1 电量预测
• 3.1.1.2 负荷预测
• 3.1.2 电力负荷预测分类
• 3.1.2.1 电力负荷预测按时间分类
• 3.1.2.2 电力负荷预测按特性分类
• 3.2 预测方法研究
• 3.2.1 时间序列预测模型
• 3.2.1.1 概述
• 3.2.1.2 时间序列的特征
• 3.2.1.3 时间序列预测方法
• 3.2.1.4 时间回归模型
• 3.2.2 灰色预测技术的研究和应用
• 3.2.2.1 灰色系统理论介绍
• 3.2.2.2 灰色预测技术的基本思想
• 3.3 神经网络法
• 3.3.1 反向传播（BP）网络
• 3.3.2 BP网络模型特点
• 3.3.3 BP网络学习算法
• 3.3.4 信息的正向传递
• 3.3.5 利用梯度下降法求权值变化及误差的反向传播
• 3.3.6 网络的训练过程
• 第四章 BP算法的改进
• 4.1 附加动量法
• 4.2 网络的设计
• 4.2.1 网络的层数
• 4.2.2 隐含层的神经元数
• 4.2.3 初始权值的选取
• 4.2.4 学习速率
• 第五章 预测系统的软件实现
• 5.1 预测软件特点及功能
• 5.2 软件设计思想与原则
• 5.3 VB简介
• 5.4 面向对象的程序设计
• 第六章 实行峰谷电价，促进调荷节电
• 6.1 峰谷电价的杠杆作用
• 6.2 实施峰谷电价效果不明显的原因
• 6.3 在利益均衡下确定峰谷电价
• 第七章 乌海地区负荷调整分析
• 7.1 调整负荷-提高负荷率
• 7.2 乌海地区实施 DSM进行调荷的现实必要性
• 7.3 几种 DSM措施在乌海地区的应用研究
• 7.3.1 高效照明技术在乌海地区调荷的应用研究
• 7.3.1.1 乌海地区照明情况分析
• 7.3.1.2 主要照明节电技术介绍
• 7.3.1.3 应用高效照明技术措施调荷节电的成本分析
• 7.3.2 热水器蓄热技术
• 7.3.2.1 电热水器在乌海地区的应用现状
• 7.3.2.2 采用电热水器的效益分析
• 7.3.2.3 实施方案建议
• 第八章 结束语
• 参考文献
• 致谢