电力系统短期负荷预测及其机组启停管理.pdf

摘要 摘要 本文对电力系统日常运行和管理中至关重要的负荷预测和机组启停的几个 关键问题进行了深入的研究和探讨。 ，。负荷预测和需求侧管理都需要根据历史负荷数据确定负荷的变化趋势。负 荷数据一般来源于SCADA数据库，有时会包含错误数据和噪声。它们的存在 改变了负荷变化的正常规律性，因此在使用前需要进行纠错和平滑处理。错误 数据和噪声本质上是负荷数据中的奇异点和奇异信号。瘁文根据小波变化模极 大值同信号奇异点的关系，提出了一种根据小波奇异性检测进行负荷数据纠错 和平滑处理的方法。对实际负荷数据的计算也证明了所提方法的有效性。l 神经网络是进行负荷预测的一种成功方法，输入变量的选择是影响神经网 络预测效果的重要因素，本文提出了基于正交最小平方(OLS)方法的神经网 络输入变量选择方法^通过与传统相关系数方法的比较，证明OLS选出的结果 更合理，更有效。 针对神经网络负荷预测的具体实现，深人探讨了径向基函数网络隐含层基 函数中心的选取及网络参数初始化问题，采用了一种高效的快速混合学习算法， 保证了神经网络训练的快速收敛。并且了采用交叉校验方法，使神经网络具有 较好的推广能力。提出了一种寻找相似