基于時間序列和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測.pdf

1、電力負(fù)荷預(yù)測是電力系統(tǒng)調(diào)度、用電、計劃、規(guī)劃等管理部門的重要工作之一。準(zhǔn)確的負(fù)荷預(yù)測，有助于合理安排發(fā)電機組的起停，保持電網(wǎng)運行的安全穩(wěn)定性，減少不必要的旋轉(zhuǎn)儲備容量，合理安排機組檢修計劃，有效地降低發(fā)電成本，提高經(jīng)濟效益和社會效益。因此，負(fù)荷預(yù)測己成為實現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要內(nèi)容之一。 隨著我國電力事業(yè)的發(fā)展，負(fù)荷預(yù)測尤其是短期負(fù)荷預(yù)測越來越受到重視。然而，由于眾多影響因素造成的復(fù)雜性和隨機性使得短期負(fù)荷預(yù)測沒能得到較好的

2、解決。目前，國內(nèi)外電力系統(tǒng)短期負(fù)荷預(yù)測的方法很多，比如時間序列法、回歸法、專家系統(tǒng)法、人工神經(jīng)網(wǎng)絡(luò)法，他們各有優(yōu)缺點。但沒有一種方法能保證任何情況都可以獲得滿意的預(yù)測結(jié)果，故提高預(yù)測精度一直是人們致力研究的方向。 本文首先論述了短期負(fù)荷預(yù)測的意義和基本原理，在探討電力短期負(fù)荷的普遍規(guī)律性的基礎(chǔ)上，介紹了現(xiàn)有的幾種負(fù)荷預(yù)測方法，并指明了他們的優(yōu)缺點。然后分別對經(jīng)典預(yù)測法中的隨機時間序列法，以及現(xiàn)代最具潛力的人工神經(jīng)網(wǎng)絡(luò)方法進行了深

3、入的研究。論文主要總結(jié)了Box-Jenkins的ARIMA線性模型預(yù)測的基本思想及詳細(xì)過程，研究了BP人工神經(jīng)網(wǎng)絡(luò)用于短期負(fù)荷預(yù)測時面臨的關(guān)鍵問題及技術(shù)難點，諸如訓(xùn)練速度慢、容易陷入局部最小點等缺點。為了解決這些問題，本文提出了改進的BP算法，在確定網(wǎng)絡(luò)訓(xùn)練樣本的選擇和優(yōu)化方法同時提出了網(wǎng)絡(luò)參數(shù)的自適應(yīng)更新策略。根據(jù)歷史負(fù)荷數(shù)據(jù)，基于上述思路構(gòu)造兩種方案來預(yù)測江西省的春季日負(fù)荷。 提高人工神經(jīng)網(wǎng)絡(luò)預(yù)測精度的關(guān)鍵在于正確選擇輸入特