短期電力負荷的智能化預測方法研究.pdf

1、當電力系統(tǒng)進行在線控制時,應(yīng)當用短期負荷預測來實現(xiàn)發(fā)、供電的合理調(diào)度.短期負荷預測是電力系統(tǒng)安全調(diào)度、經(jīng)濟運行的重要依據(jù),負荷預測精度的高低直接影響到電力系統(tǒng)運行的可靠性、經(jīng)濟性和供電質(zhì)量.本文在短期負荷預測方面所做的主要研究工作如下:1.通過對歷史負荷數(shù)據(jù)進行垂直和水平預處理,使其更能體現(xiàn)電力負荷的變化趨勢,為短期負荷預測模型利用這些歷史數(shù)據(jù)奠定了基礎(chǔ);將自相關(guān)系數(shù)的概念應(yīng)用于短期負荷預測模型的輸入變量選擇,提出采用近大遠小原則和自相

2、關(guān)理論相結(jié)合的方法進行輸入變量的選取,找到一組合適的輸入變量來有效地解釋負荷的變化關(guān)系.2.將神經(jīng)網(wǎng)絡(luò)與模糊邏輯相結(jié)合建立了組合負荷預測模型,神經(jīng)網(wǎng)絡(luò)只處理歷史負荷信息,既縮短了神經(jīng)網(wǎng)絡(luò)的學習時間,又避免了由于神經(jīng)網(wǎng)絡(luò)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、節(jié)假日等因素.根據(jù)負荷變化的具體特點,構(gòu)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(luò)預測模型相比

3、,該組合模型充分利用了神經(jīng)網(wǎng)絡(luò)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(jié)果的準確性,特別是可以明顯提高對周末和節(jié)假日負荷預測結(jié)果的準確性.3.結(jié)合電力負荷非線性變化的特點,提出了一個具有混沌機制的模糊神經(jīng)網(wǎng)絡(luò)預測模型.4.為了克服當預測日天氣出現(xiàn)快速變化,預測誤差也隨之增加的問題,提出了一種新的具有反饋遞歸結(jié)構(gòu)的在線實時負荷預測模型.該模型在天氣條件發(fā)生較