基于小波和神經(jīng)網(wǎng)絡理論的電力系統(tǒng)負荷預測研究.pdf

1、電力系統(tǒng)的負荷預測可以分為長期負荷預測、中期負荷預測和短期負荷預測。比較準確的短期負荷預測對調(diào)度安排、運行計劃等起著關鍵性的作用。從大的方面說,對提高電力系統(tǒng)的電能質(zhì)量,保證電力系統(tǒng)的安全性、可靠性都有重大影響,并且能夠使電力系統(tǒng)在較低成本下運行。
　　 本文首先深入研究了電力系統(tǒng)的整體負荷特性,包括一年的變化特性、一個月的變化特性、一周的變化特性和一天的變化特性。對溫度高低和負荷數(shù)值的變化關系等進行了較深入的探討,對訓練樣本做

2、了大量的預處理工作。接著介紹了神經(jīng)網(wǎng)絡理論,并隨之建立基于BP學習算法的預測模型,通過大量的實驗確定了網(wǎng)絡的最佳結構,得到了較滿意的預測結果。雖然誤差反傳(BP)算法的預測結果比較理想,但該算法的缺點是收斂的時間較長、且陷入局部極小點的可能性很大,故文章緊接著介紹了遺傳算法(GA),類比遺傳學理論,初始化BP神經(jīng)網(wǎng)絡的權值和閾值,編碼并進行遺傳算法操作,不斷迭代尋優(yōu),從而獲得最佳的權值和閾值,使用優(yōu)化后的神經(jīng)網(wǎng)絡進行負荷預測時,預測負荷