|
電網(wǎng)負(fù)荷預(yù)測(cè)方法研究
|
|
資料類別
|
電子電工畢業(yè)論文（設(shè)計(jì)） |
|
|
課程(專業(yè))
|
應(yīng)用電子 |
|
關(guān)鍵詞
|
電力系統(tǒng)|短期負(fù)荷預(yù)測(cè) |
|
適用年級(jí)
|
大學(xué) |
|
身份要求
|
普通會(huì)員 |
|
金 幣
|
80 �。�金幣如何獲得？） |
|
文件格式
|
word |
|
文件大小
|
534K |
|
發(fā)布時(shí)間
|
2009-06-18 17:59:00 |
|
預(yù)覽文件
|
無 |
|
下載次數(shù)
|
3 |
| 發(fā)布人 |
fengchan |
內(nèi)容簡介：
畢業(yè)設(shè)計(jì) 電網(wǎng)負(fù)荷預(yù)測(cè)方法研究，共51頁，19369字。
摘要
電力短期負(fù)荷預(yù)測(cè)是在當(dāng)今電力技術(shù)飛速發(fā)展、自動(dòng)化水平不斷提高的基礎(chǔ)上提出的。短期負(fù)荷預(yù)測(cè)將成為自動(dòng)發(fā)電控制(AGC)實(shí)用化的基礎(chǔ)，同時(shí)也是電力市場運(yùn)行所需的基本信息。
本文詳細(xì)介紹了電力負(fù)荷預(yù)測(cè)的意義、方法，并在這一領(lǐng)域里對(duì)短期負(fù)荷預(yù)側(cè)進(jìn)行了比較全面的論述。進(jìn)行模型算法的研究是本文的主要工作，我們通過對(duì)電力負(fù)荷在短時(shí)間內(nèi)變化規(guī)律的認(rèn)識(shí)，建立了短期負(fù)荷預(yù)測(cè)的模型。本文主要討論了人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法。
神經(jīng)網(wǎng)絡(luò)模型是一種基本上不依賴于其它模型的模型方法，它比較適用于那些具有不確定性或高度非線性的對(duì)象，因而神經(jīng)網(wǎng)絡(luò)是智能控制的一個(gè)重要分支領(lǐng)域。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的學(xué)習(xí)及映射能力，可方便的擬合出任意復(fù)雜的非線性關(guān)系，很適合于電力系統(tǒng)負(fù)荷預(yù)測(cè)問題。預(yù)測(cè)時(shí)，只需給定負(fù)荷及相關(guān)變量的一定數(shù)量標(biāo)本，并對(duì)該神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，便可自動(dòng)模擬出恰當(dāng)?shù)暮瘮?shù)關(guān)系。經(jīng)訓(xùn)練的網(wǎng)絡(luò)即可直接用于負(fù)荷預(yù)測(cè)。
關(guān)鍵詞：電力系統(tǒng) 短期負(fù)荷預(yù)測(cè) 人工神經(jīng)網(wǎng)絡(luò)
目錄
1 緒論 1
1.1 引言 1
1.2 電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的研究現(xiàn)狀 2
1.3 本論文主要工作 5
2 負(fù)荷預(yù)測(cè)的原理 7
2.1 負(fù)荷預(yù)測(cè)的內(nèi)容和分類 7
2.2 短期負(fù)荷特性概述 8
2.3 負(fù)荷預(yù)測(cè)的特點(diǎn)和原理 9
2.3.1 負(fù)荷預(yù)測(cè)的特點(diǎn) 9
2.3.2 負(fù)荷預(yù)測(cè)的原理 10
2.4 本章小結(jié) 11
3 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 12
3.1 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程 12
3.2 人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中的應(yīng)用 14
3.3 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于短期負(fù)荷預(yù)測(cè)的研究現(xiàn)狀 15
3.4 本章小結(jié) 16
4 人工神經(jīng)網(wǎng)絡(luò)用于短期負(fù)荷預(yù)測(cè) 17
4.1 神經(jīng)網(wǎng)絡(luò)的基本原理 19
4.1.1 人工神經(jīng)元模型 19
4.1.2 神經(jīng)網(wǎng)絡(luò)模型 20
4.1.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 20
4.2 神經(jīng)網(wǎng)絡(luò)的BP算法 21
4.2.1 BP網(wǎng)絡(luò)模型 21
4.2.2 BP網(wǎng)絡(luò)學(xué)習(xí)算法 23
4 .3 人工神經(jīng)網(wǎng)絡(luò)法應(yīng)用于短期負(fù)荷預(yù)測(cè) 27
4.3.1 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 30
4.3.2 基于模式識(shí)別中的聚類原理選取訓(xùn)練樣本 32
4.3.3 歷史數(shù)據(jù)處理 32
4.3.4 人工神經(jīng)網(wǎng)絡(luò)法用于負(fù)荷預(yù)測(cè)的算例分析 34
4.4 指數(shù)平滑法用于負(fù)荷預(yù)測(cè) 36
4.4.1 一次指數(shù)平滑法 36
4.4.2 一次指數(shù)平滑法負(fù)荷預(yù)測(cè)算例分析 37
4.4.3 一次指數(shù)平滑法與人工神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)結(jié)果分析 39
4.5 本章小結(jié) 41
5 結(jié)論 42
致謝 43
參考文獻(xiàn) 44
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊(cè)成為本站會(huì)員。會(huì)員請(qǐng)登錄后下載。
2. 會(huì)員購買金幣50元以下，0.7元/個(gè)，50元以上，0.5元/個(gè)。具體請(qǐng)看：下載與付款。
3. 會(huì)員48小時(shí)內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請(qǐng)用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請(qǐng)看常見問題解答。
下載地址：
|
|
| 相關(guān)畢業(yè)論文（設(shè)計(jì)） |
|
|
| 推薦畢業(yè)論文（設(shè)計(jì)） |
|
|
|
|
|