基于模糊推理和神經(jīng)網(wǎng)絡的日負荷預測的研究.pdf

1、電力系統(tǒng)日負荷預測是電力系統(tǒng)調(diào)度運營部門的一項重要的日常工作，其預測精度的高低直接影響到電力系統(tǒng)運行的安全性、經(jīng)濟性和供電質量。它的特點可以歸納為：要預測的數(shù)據(jù)個數(shù)多、影響預測的物理因素復雜且具有隨機性。本文的工作包括日負荷歷史數(shù)據(jù)的處理和預測模型建模理論研究兩個方面。 首先，電力系統(tǒng)負荷是一個隨機非平穩(wěn)過程，其負荷觀測值由于受到各種因素的影響，可能會存在某些“壞數(shù)據(jù)”或“不良數(shù)據(jù)”，這些數(shù)據(jù)夾雜在正常的負荷數(shù)據(jù)中參與神經(jīng)網(wǎng)絡的

2、訓練，嚴重影響了負荷預測的精度。本文利用統(tǒng)計學的方法，求出某段時間內(nèi)負荷序列中的均值與方差，再利用偏離率的計算公式計算出負荷序列中每一點的偏離率，并與閾值相比較，從而除去“不良數(shù)據(jù)”，為準確有效地進行負荷預測提供了保證。 其次，將神經(jīng)網(wǎng)絡與模糊邏輯相結合建立了組合負荷預測模型，由神經(jīng)網(wǎng)絡處理歷史負荷信息，既縮短了神經(jīng)網(wǎng)絡的學習時間，又避免了由于神經(jīng)網(wǎng)絡對其它信息的不敏感而造成的錯誤學習；而模糊邏輯則處理對負荷變化影響較大的氣溫、

3、節(jié)假日等因素。根據(jù)負荷變化的具體特點，構造出這些因素的隸屬函數(shù)和模糊規(guī)則庫，從而用模糊邏輯實現(xiàn)對基本負荷分量的修正。與傳統(tǒng)的神經(jīng)網(wǎng)絡預測模型相比，該組合模型充分利用了神經(jīng)網(wǎng)絡的學習能力，以及模糊邏輯對主觀經(jīng)驗的吸收，能夠充分考慮氣溫和節(jié)假日等因素對系統(tǒng)負荷造成的影響，在一定程度上可以提高負荷預測結果的準確性。 根據(jù)本文所建的數(shù)學模型，應用MATLAB6.5軟件中神經(jīng)網(wǎng)絡工具箱編程實現(xiàn)了日負荷預測。最后通過實際算例進行了預測分析，