短期负荷预测模型在地区电网的应用研究

论文摘要

短期负荷预测是电力系统负荷预测的重要组成部分,高精度的负荷预测对于节约电网运营成本,提高电能质量,保障系统安全稳定具有重要的现实意义。本文提出的灰色神经网络预测模型将三种不同的灰色预测模型与神经网络相结合,避免了单一预测模型所存在的预测风险,有效地利用多种有用信息,全面地反映系统的变化规律,减少随机性,提高了预测精度。本文提出的模糊神经网络预测模型把影响负荷的天气温度因素通过模糊变量考虑进模糊神经网络预测模型。充分发挥了模糊逻辑模块和径向基神经网络模块各自的优点,实证结果表明该方法的科学性和实用性。本文所提出的预测模型对地区电网的负荷预测工作具有一定的理论和实践指导意义。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 负荷预测的分类及其影响因素
• 1.3 短期负荷预测的研究现状及存在的问题
• 1.4 本论文的主要工作
• 第二章 内蒙古地区负荷特性分析和数据预处理
• 2.1 内蒙古地区电网概况
• 2.2 电力负荷特性分析
• 2.2.1 电力负荷分量构成
• 2.2.2 电力负荷特性指标
• 2.3 电力负荷数据预处理
• 2.3.1 数据预处理的意义
• 2.3.2 数据预处理的方法
• 第三章 短期负荷预测的灰色神经网络预测模型
• 3.1 灰色系统基本理论
• 3.2 灰色预测模型
• 3.2.1 灰色GM（1，1）预测模型
• 3.2.2 灰色DGM（2，1）预测模型
• 3.2.3 灰色Verhulst 预测模型
• 3.3 BP 神经网络预测模型
• 3.4 灰色BP 神经网络（GNN）组合预测模型
• 3.5 灰色神经网络实证研究
• 3.6 本章结论
• 第四章 短期负荷预测的模糊神经网络预测模型
• 4.1 模糊系统基本理论
• 4.1.1 模糊集合
• 4.1.2 语言变量
• 4.1.3 基于IF-THEN 规则的模糊推理
• 4.2 径向基函数神经网络的理论基础
• 4.2.1 BP 神经网络优缺点的讨论
• 4.2.2 径向基函数神经网络的基础
• 4.3 模糊神经网络实证研究
• 4.4 本章结论
• 参考文献
• 致谢
• 附录1： MATLAB 源程序部分代码
• 攻读硕士学位期间发表的学术论文和参加科研情况
• 详细摘要