运用BP神经网络的电力负荷混沌多步预测.pdfVIP

第 22卷 第 4期 电力 系 统 及 其 自动 化 学 报 Vo1．22No．4 2010年 8月 ProceedingsoftheCSU—EPSA Aug． 2010 运用 BP神经网络 的电力负荷混沌多步预测 马轶东，何怡刚，王 桓 (湖南大学电气与信息工程学院，长沙 410082) 摘要 ：针对 电力负荷预测 中对参考临域 的选取不精确 以及传统神经网络外延能力弱的特点，文中提 出一种运 用改进 BP神经网络来进行 电力负荷混沌多步预测的方法 ，在重构负荷数据相空间的基础上利用夹角余弦取 代欧氏距离寻找参考临域 ，找 出训练样本并用改进 的BP神经网络来进行负荷 的多步预测 。通过对南方某城 市的负荷数据进行实例分析 ，利用 Matlab软件进行仿真 取得较为理想 的预测效果 。算例分析结果证 明了此 方法在 电力负荷预测中的可行性 。 关键词 ：混沌 ；神经网络 ；夹角余弦；参考l临域 ；多步预测 中图分类号：TM715 文献标志码 ：A 文章编号2010)040081—04 ChaoticM ulti-step ForecastingofPowerLoad ApplyingBP NeuralNetwork M A Yi—dong。HE Yi—gang。W ANG Huan (CollegeofElectricalandInformationEngineering，HunanUniversity， Changsha410082，China) Abstract：Aimedatinaccuratechooseofreferencefieldandweak extensioncapabilityoftradition neuralnet— workatpresent，thisarticleintroducesamethodforchaoticmulti～ stepforecastingofpowerloadusingim— provedBPneuralnetworkwhichusesanglecosinetoreplaceEucliddistancetofindoutthereferencefieldafter restructuringloadphasespace，thenemploysBP neuralnetworktohelploadmulti—stepforecasting．Atlast， thisalgorithm isprovedtohavebetterforecastingeffectthroughanalyzingtheloaddataofacityofsouthand thesimulationscurveobtainedbyusingMatlab ．Theresultofcasestudyindicatesthefeasibilityofthismethod inpowerloadforecasting． Keywords：chaotic；neuralnetwork；anglecosine；referencefield；multi—stepforecasting 电力负荷预测是 电力系统 的重要组成部分 ， 杂且难以预测的特征 。虽然每种方法有 自己的特 是 电力企业高效调度 ，生产的前提。特别近年来 引 点，但 同时也有局限性 ，用于预测时都有各 自的缺 入电力市场竞争机制后 ，负荷的预测就显得尤为重 陷和不足 ，效果不理想 。 要 [1]。它可以给系统带来很大的经济效益，其 中负 2O世纪发展起 来 的混沌 理论 以非线性 为特 荷预测的 日负荷预测对于 电力市场的实时运行调