基于灰色理論和神經(jīng)網(wǎng)絡(luò)的中長期電力負(fù)荷預(yù)測的研究.pdf

1、電力負(fù)荷預(yù)測對電力系統(tǒng)的安全經(jīng)濟(jì)運(yùn)行起著重大作用。中長期負(fù)荷預(yù)測主要為電力系統(tǒng)規(guī)劃部門進(jìn)行決策提供數(shù)據(jù)支撐。中長期負(fù)荷預(yù)測的準(zhǔn)確性直接影響著電網(wǎng)的改造和擴(kuò)建的合理性、經(jīng)濟(jì)性，對電力行業(yè)的發(fā)展具有深遠(yuǎn)的意義。
　　中長期負(fù)荷預(yù)測由于時(shí)間跨度大，且受經(jīng)濟(jì)、政策、人口增長等多種宏觀因素的影響，其研究工作存在較大難度。綜合目前已有的中長期預(yù)測方法來看，中長期負(fù)荷預(yù)測技術(shù)仍有很大的研究空間，有待于進(jìn)一步完善。深入分析中長期負(fù)荷歷史數(shù)據(jù)的變化

2、規(guī)律，并將影響負(fù)荷的主要因素考慮進(jìn)來，確定適合中長期負(fù)荷預(yù)測的模型是此課題的重要研究內(nèi)容。
　　本文首先對中長期電力負(fù)荷預(yù)測這一課題的背景及意義進(jìn)行了闡述，并且對現(xiàn)在預(yù)測技術(shù)的發(fā)展態(tài)勢進(jìn)行了分析。其次主要對電力負(fù)荷預(yù)測理論進(jìn)行了詳細(xì)敘述，并對影響電力負(fù)荷預(yù)測的因素進(jìn)行了探討。鑒于中長期負(fù)荷預(yù)測的特點(diǎn)與灰色預(yù)測非常吻合，本文以灰色模型為基礎(chǔ)對中長期負(fù)荷進(jìn)行預(yù)測，并對灰色模型的建模機(jī)理進(jìn)行了深入的研究。在灰色模型的選取方面，本文首先采

3、用了的經(jīng)典的GM(1,1)模型，由于中長期負(fù)荷受多種因素影響，本文又采用了考慮相關(guān)因素的GM(1,n)模型與GM(0,n)模型，并用灰色關(guān)聯(lián)分析法對主要影響因素進(jìn)行篩選。通過對這三種模型進(jìn)行深入研究，并對預(yù)測結(jié)果進(jìn)行分析，指出了各個(gè)模型的局限性。本文認(rèn)為負(fù)荷實(shí)際值與三種模型預(yù)測值存在一種函數(shù)關(guān)系，由于BP神經(jīng)網(wǎng)絡(luò)非線性映射能力強(qiáng)，且具有很好的學(xué)習(xí)能力，本文采用BP神經(jīng)網(wǎng)絡(luò)來擬合這一函數(shù)，以改進(jìn)預(yù)測結(jié)果。通過將三種灰色預(yù)測模型與BP神經(jīng)網(wǎng)

4、絡(luò)進(jìn)行特定的組合，本文設(shè)計(jì)了GM-NNC模型。然后又在GM-NNC模型的基礎(chǔ)上融入了等維新息遞補(bǔ)技術(shù)的思想，設(shè)計(jì)了RGM-NNC模型，它改進(jìn)了模型歷史數(shù)據(jù)不變的缺點(diǎn)，使新的數(shù)據(jù)能得到充分利用。本文采用Microsoft Visual C++6.0對兩種設(shè)計(jì)的模型進(jìn)行編程，通過實(shí)例對模型的預(yù)測結(jié)果進(jìn)行驗(yàn)證，并用MATLAB2010b對結(jié)果進(jìn)行仿真。結(jié)果表明改進(jìn)的兩種新型預(yù)測模型的預(yù)測精度確實(shí)得到了明顯提升，適用于中長期負(fù)荷預(yù)測，具有實(shí)際應(yīng)