1、1 电力系统短期负荷预测 目 录 中文摘要: 3 英文摘要: 4 1 绪论 4 1.1 短期负荷预测的目的和意义 .5 1.2 电力系统负荷预测的特点和基本原理 6 1.2.1 电力负荷预测的特点 6 1.2.2 电力负荷预测的基本原理 6 1.3 国内外研究的现状 .7 1.3.1 传统负荷预测方法 .8 1.3.2 现代负荷预测方法 .8 1.4 神经网络应用于短期负荷预报的现状 10 1.5 本文的主要工作 10 2 最小二乘法 .12 2.1 最小二乘法原理 12 2.2 多项式拟合具体算法 12 2.3 多项式拟合的步骤 .13 2.4 电力系统短期负荷预测误差 14 2.4.1 误
2、差产生的原因 14 2.4.2 误差表示和分析方法 14 2.4.3 拟合精度分析 15 3 基于神经网络的短期负荷预测 .17 3.1 人工神经网络 17 3.1.1 人工神经网络的基本特点 17 3.2 BP 网络的原理、结构 17 3.2.1 网络基本原理 .17 3.2.2 BP 神经网络的模型和结构 18 3.2.3 BP 网络的学习规则 18 3.3 BP 算法的数学描述 19 3.3.1 信息的正向传递 .19 3.3.2 利用梯度下降法求权值变化及误差的反向传播 19 3.4 BP 网络学习具体步骤 20 3.5 标准 BP 神经网络模型的建立 .21 2 3.5.1 输入输出
3、变量 21 3.5.2 网络结构的确定 21 3.5.3 传输函数 22 3.5.4 初始权值的选取 23 3.5.5 学习数率 24 3.5.6 预测前、后数据的归一化处理 24 3.6 附加动量的 BP 神经网络 .24 3.6.1 标准 BP 算法的限制与不足 .24 3.6.2 附加动量法 25 4 算例分析 .27 4.1 负荷数据 27 4.1.1 14 天实际的负荷数据 27 4.1.2 归一化后的负荷数据 29 4.2 两个模型仿真后的结果分析 32 4.3 两种模型拟合精度分析 39 4.4 附加动量法 41 结论 42 谢辞 43 参考文献 44 附录 1 最小二乘法的 M
4、ATLAB 程序 .46 附录 2 标准 BP 神经网络的 MATLAB 程序 48 附录 3 附加动量法的 MATLAB 程序 .51 3 电力系统短期负荷预测 摘 要:电力系统负荷预测是电力生产部门的重要工作之一。准确的负荷预测，可 以合理安排机组启停， 减少备用容量， 合理安排检修计划及降低发电成本等。 准确的预测，特别是短期负荷预测对提高电力经营主体的运行效益有直接的 作用，对电力系统控制、运行和计划都有重要意义。因此，针对不同场合需 要寻求有效的负荷预测方法来提高预测精度。本文采用神经网络方法对电力 系统短期负荷进行预测。本文主要介绍了电力负荷预测的主要方法和神经网 络的原理、结构，
5、分析了反向传播算法，建立三层人工神经网络模型进行负 荷预测，并编写相关程序。与此同时采用最小二乘法进行对比，通过对最小 二乘法多项式拟合原理的学习，建立模型编写相关程序。通过算例对两种模 型绝对误差、相对误差、拟合精度进行分析，同时比较它们训练时间，得出 标准 BP 神经网络具有更好的精度优势但训练速度较慢。最后针对标准 BP 神 经网络训练速度慢、容易陷入局部最小值等缺点，对标准 BP 神经网络程序 运用附加动量法进行修改，分析改进后网络的优点。 关键词: 短期负荷预测, 标准 BP 神经网络，最小二乘法，附加动量法 4 The Short-Term Load Forecasting of
6、the power system Abstract：Power system load forecasting is one of the most important work of the electricity production sector. The accurate load forecasting can arrange unit start-stop, reduce the spare capacity, reasonable arrangement of the maintenance plan and reduce power cost, etc. It has a direct effect on the running efficiency of the power management entities and also has the important meaning in the power system control, operation and planning. So it is important to find effecti
