- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种改进的短期负荷预测方法.pdf
维普资讯
第 四卷第6期 四川 电力技 术 Vo1.29-No.6
2O06年 l2月 SichuanElectricPowerTcehnology Dee.。2006
一 种改进的短期负荷预测方法
胡启元
(成都电业局,四川成都 610016)
摘 要:采用三层BP型人工神经网络来建立短期负荷预测模型,将影响负荷的主要因素:系统的基本负荷、温度的差
异、天气的改变和 日期的类型(工作 日与节假 日)作为数据样本,进行网络的自我训练和学习,并且在训练和学习的过
程中引入误差反方向传播算法(即BP算法)来修正神经网络的连接权重,从而达到对负荷预测模型的改良和完善,进
一 步贴近实际的负荷变化。同时,将 因电力线路或设备的检修损失的负荷量也作为影响因素进行了考虑,从而得 出
更精确的预测负荷值 在实际的负荷预测算例中,上述的预测思路得到了较好的印证,其预测的精度也较高。
关键词:短期负荷预测;人工神经网络;BP算法
m眦:Three—layerBPartificialneuralnetwork(ANN)isusedtOsetupashort—termloadforecastmode1.Scalemajorfactors
sucha8basicload,temperaturedifference,weatherchn-.,Igeanddifferenttypeofday( Icingadyandliday)aleuseda8dataB枷 ·
pies.111oughthe 一t~ningandse1f—sty#ofthenetwork,BPmethodisintroducedtocerisethe g}nofANNintheprocess
ofnainingandstudy.Thusthemodelofloadforecastisimproved.Atthe鼬Imetime,therer,~irlngoflinesandequipmentsinpowcx
system isalsoconsidered,andtheexactresultisconcludedduetothisinfluencingfacotr.Inpractice,theaboveforecastmethodis
provedtobeprefectanditsprecisi∞isveryhigIltoo.
KeyWOldS:short—term loadforecast;artificialneuralnetwork;BPa=I tllm
中图分类号:哪 l4 文献标识码:B 文章编号:1003—6954(2006)06一OO2O一04
电力系统负荷预测的实质是对电力市场的需求 影响,引入了因检修电力设备损失的负荷量进行修
进行预测。是保证电网安全稳定运行、合理编制电网 正,得到最终的预测负荷,从而达到提高短期负荷预
运行方式、做好电网供需平衡的关键性工作,也是 “三 测精度的目的。用实际算例表 明该方法具有较高的
公”(公正、公平、公开)调度和电力市场运营的重要基 预测精度和较好的适应性,提高了电力部门的经济效
础工作。 益和工作效率。
电力系统负荷预测可以分为长期、中期、短期及
超短期负荷预测。短期负荷预测一般是指24h的Et 1 人工神经网络
负荷预测和 168h的周负荷预测。随着电力市场的
进一步发展和完善。短期负荷预测在电力系统的安 近年来,以人工神经网络技术为代表的智能技术
全、经济运行方面的影响将会表现得更加明显。其主 由于其具有很好的非线性映射能力和强大的自学习、
要表现在:对制定电力市场实时电价、结算电量、电力 自适应
文档评论(0)