考慮光伏發(fā)電的短期負荷預測.pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、考慮光伏發(fā)電的短期負荷預測⑧論文作者簽名:指導教師簽名:‘嘉—啦論文評閱人l:評閱人2:評閱人3:評閱人4:評閱人5:曇趁魅教援浙江態(tài)堂電氫王猩堂院周浩教攫浙塹太堂電氫工程堂院熊至直王杭州電左屋答辯委員會主席:丘塞王教直浙江省電左逡讓院委員1:董建這數直主遮電些屋委員2:昱國蠱數援逝江太堂電氫工程堂院委員3:周浩熬援浙江太堂電氫工猩堂院一委員4:友鴿飛副數援逝江太堂電氫工程堂瞳委員5:浙江大學碩士學位論文摘要l眥Y帆2㈣044眥帆7呲1

2、㈣7l\114帆在電力系統(tǒng)中短期負荷預測是不可缺少的運算,預測結果的準確性直接關系到系統(tǒng)運行的安全性和經濟性,因此如何提高短期負荷預測的精確性一直是國內外研究人員致力研究的方向之一。在眾多影響負荷的因素中,氣象因素的影響最為顯著。研究氣象因素與負荷之間的關系,是提高負荷預測精度的一個有效方法。本文對杭州電網的負荷特性進行了詳細的分析,定量分析了年、月、周負荷的變化規(guī)律,擬合出了負荷與各氣象因子的關系曲線。在此基礎上,提出了綜合氣象因子的

3、方法處理實時氣象因子。闡述了人工神經網絡在短期負荷中的應用,分析了應用較成熟的BP神經網絡算法的原理,在此基礎上提出了改進的BP神經網絡算法,并用實際算例驗證此方法的可行性。針對BP算法的缺點,本文提出了自適應能力強的自適應神經網絡算法。對于龐大的訓練數據,提出了動態(tài)自適應的方法,有效的提高了數據處理效率、縮短了預測時間,在此基礎上加入了噪聲干擾模型。以此建立起了動態(tài)自適應神經網絡的預測模型,通過實例,證明了所提出方法的高精度性和快速性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論