基于Elman神经网络的电力负荷预测模型研究.pdfVIP

· 实验研究 基]~Elman神经网络的电力负荷预测模型研究 乔 新 (新疆电力公司乌鲁木齐电业局，新疆 乌鲁木齐 830011) 摘 要：为提高电力负荷预测精度，文章采用Elman~ 网络建立模型，提出了一种基于Elman~ N络的电力负荷预测方法，采用自适应学 习速率动量梯度下降反向传播算法进行网络训练，对乌鲁木齐电网的实际历史数据进行了仿真，仿真结果表明，Elman~ N络对电力负荷进 行预测具有收敛速度快，预测精度高的优点。 关键词：Elman神经网络；预测模型；电力负荷；仿真 Research ofPowerLoadForecastingBasedonElm anNeuralNetwork OIAOXin(UrmqipowersupplybereauofXinjiangpowercompan~Urmqi，Xinjiang，830011) Abstract：Inorder to improvetheprecisionofforecastingofpower load，in thispape~ aElmanartifical neuralnetwork (ANN)approach forloadforecastingisproposedandthemodelbasedonElmanneuralnetwork．In the training algorithm of the network，a back—propagation algorithm with adaptive learning speed and momentum gradient—falling is used，the forecastingmodel testedby actualdata from Urmqi electric network， simulation resu]ts indicate that the of recasting for power load based on Elman neuralnetwork features quick convergence speed and high forecasting precision． Keywords：Elmanneuralnetwork：forecastingmodel：power load：Simulation 1引言 本文尝试使用Elman~经网络建立电力负荷预测模型，利 电力系统由电力网、电力用户共同组成。其任务是给广大 用乌鲁木齐市2008年l0月份电力负荷数据进行训练与仿真，仿 用户不问断的提供经济、可靠、符合质量标准的电能，满足各类 真结果具有较好的收敛性和鲁棒性，取得了较满意的预测效 负荷的需求，为社会发展提供动力。由于电力的生产与使用具 果。 有特殊性，即电能难以大量的储存，而且各类用户对电力的需 2Elman神经网络 求是时刻变化的，这就要求系统发电出力应随时紧跟系统负荷 2．1网络结构 的变化动态平衡，即系统要最大限度的发挥出设备能力，使整 Elman~经网络是Elman与1990年提出的，本质上属于反馈 个系统保持稳定且高效的运行，以满足用户的需求。否则，就会 型神经网络，该模型在前馈网络的隐含层中增加了一个承接层， 影响用电的质量，甚至危及整个系统的安全与稳定。因此，有必 作为一步延时的算子，以达到记忆的目的，从而使系统具有适应 要对电力系统负荷进行准确的预测，以为电力生产顺利进行提 事变特性的能力，能直接动态反映动态过程系统的特性。 供前提和基础。 Elman型神经网络分为4层：输入层、隐含层、承接层和输 负荷预测的核心问题是预测的技术问题，或者说是预测的 出层。如图1所示。输入层、隐含层、输出层的连接类似于前馈 数学模型。传统的数学模型是用现成的数学表达式加以描述， 网络，输入层的单元仅起信号传输作用，输出层单元起线性加 具有计算量小、速度快的优点，但同时也存在很多的缺陷和局 权作用。隐含层单元的传递函数可以采用线性或非线性函数， 限性，比如不具备自学习、自适应能力、预测系统的鲁棒性没有 承接层又称为上下文层或者状态层，用来记忆隐含层单元前一 保障等。特别是随着我国经济的发展，电力系统的结构日趋复 时刻的输出值并返回给网络的输入，可以认为是一个一步延时 杂，电力负荷变化的非线性、时变性和不确定性的特