2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、電力系統(tǒng)負(fù)荷預(yù)測是電力系統(tǒng)運(yùn)行調(diào)度中一項(xiàng)非常重要的工作,負(fù)荷預(yù)測精度對電網(wǎng)運(yùn)行的安全性、經(jīng)濟(jì)性和電能質(zhì)量有直接影響。
   本文首先對電力系統(tǒng)負(fù)荷預(yù)測的發(fā)展與研究現(xiàn)狀進(jìn)行了探討,通過參考大量文獻(xiàn)提出目前電力系統(tǒng)負(fù)荷預(yù)測中存在的問題,即偏重?cái)?shù)學(xué)方法輕負(fù)荷分析。通過對電力負(fù)荷特性的研究,我們可以把電力負(fù)荷看成隨機(jī)信號序列,使用經(jīng)驗(yàn)?zāi)J椒纸?EmpiricalMode Decomposition,EMD)理論,將負(fù)荷序列分解成具有不同

2、頻率特征的固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF)分量,然后將各個(gè)固有模態(tài)函數(shù)與氣象因素進(jìn)行相關(guān)分析,找出與氣象因素最相關(guān)的固有模態(tài)函數(shù)分量并在使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測時(shí)加入相關(guān)氣象因素,其它固有模態(tài)函數(shù)使用BP神經(jīng)網(wǎng)絡(luò)直接預(yù)測,最后將各個(gè)預(yù)測得出的固有模態(tài)函數(shù)分量加和重構(gòu)得到負(fù)荷預(yù)測值。由實(shí)例預(yù)測結(jié)果看出,此方法與傳統(tǒng)的負(fù)荷預(yù)測方法相比預(yù)測精度有所提高,尤其在負(fù)荷曲線的波峰與波谷處預(yù)測精度顯著提高。
 

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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