区域电网的电力需求预测与预警技术研究

论文摘要

中长期电力需求预测是电力系统规划建设的依据。其预测的准确程度将直接影响到投资、网络布局和运行的合理性。本文首先阐述了中长期电力需求预测过程中,历史数据预处理的相关方法。对于电力系统中出现的坏数据的处理方法,本文进行了较为详述的综述;分析比较了历史数据归一化的各种方法,并取其中一种作为本文的数据归一化方法;重点讨论了数据缺损处理的方法,采用了基于径向基函数(Radial Basis Function, RBF)神经网络的数据缺失处理方法。对于区域电网的中长期电力需求预测方法进行了探讨。探讨了本文所采用的区域电网电力需求预测方法——人工神经网络的基本原理、学习算法、以及基于数值优化算法的改进学习算法;面向电力需求预测问题,将主成分分析法应用于神经网络的结构设计问题,有效地降低了神经网络的输入空间维数,并且提高了预测精度;同时,基于灰色理论与神经网络进行了中长期电力需求预测实例分析。对于中长期电力预警技术进行了较为详述的探讨,其中包括预警技术的内涵、方法及目的,基本理论,预警的指标体系如何建立,五色预警的发布等等。在本文方法与理论的基础上,采用面向对象技术,以VC6.0为前端开发工具、ACCESS为数据库服务器完成了中长期电力需求预测原型系统的开发。最后对本文的工作进行了总结,同时对于中长期电力需求预测问题涉及到的数据预处理方法,预测预警技术,系统开发方法进行了展望。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的来源、目的和意义
• 1.2 国内外研究现状
• 1.3 本文的主要工作
• 2 历史数据预处理方法
• 2.1 数据的归一化
• 2.2 基于RBF 神经网络的数据缺损处理
• 2.3 本章小结
• 3 区域电网的中长期电力需求预测方法
• 3.1 BP（Back Propagation）神经网络
• 3.2 基于优化算法的神经网络算法改进
• 3.3 面向电力需求预测的神经网络结构设计
• 3.4 基于灰色理论与神经网络的电力需求预测
• 3.5 本章小结
• 4 中长期电力预警技术
• 4.1 电力预警的内涵、方法及目的.
• 4.2 中长期电力供需预警的基本方法.
• 4.3 预警指标体系的建立
• 4.4 预警的发布
• 4.5 风险的防范和控制措施
• 4.6 本章小结
• 5 原型系统开发
• 5.1 原型系统结构
• 5.2 系统功能模块
• 5.3 本章小结
• 6 总结和展望
• 6.1 全文总结
• 6.2 展望
• 致谢
• 参考文献