混沌算法在短期力负荷预测中的应用.pdfVIP

摘要 当对电力系统进行在线控制时，应当用短期负荷预测来实现发、供电的合理 调度。短期负荷预测是电力系统安全调度、经济运行的重要依据，负荷预测精度 的高低直接影响到电力系统运行的可靠性、经济性和供电质量。 人工神经网络是为了研究人类的认知过程而发展起来的，它的中心问题是认 知与模拟。由于人类对真实神经系统只了解非常有限的一部分，人工神经网络的 完善与发展有待于神经生理学、神经解剖学的研究给出更加详细的信息和证据。 混沌神经网络是近年来发展起来的一门新的科学，人们发现了脑中存在着混沌现 象，混沌理论可用来理解脑中某些不规则的活动，从面，混沌动力学为人们研究 神经网络提供了新的契机，对于混沌神经网络的研究也成为摆在人们面前的又一 新课题。本论文针对混沌短期负荷预测法进行了较为深入的研究。 在对一般时间序列预测法进行分析的基础上，对混沌的基本理论及其时间序 列的相空间重构进行了全面分析，并对某实际电网24小时负荷序列进行了最大 Lyapunov指数、延迟时间等参数的计算和分析，发现其中包含了混沌性质，从 而为下面的研究工作奠定了基础。 根据神经网络的基本原理，建立BP网络模型，按照最陡下降法导出采用s 形函数的BP算法。利用Matlab神经网络工具箱BP网络函数实现了负荷预测， 提高了学习速度并增加了算法的可靠性和精确性。 在应用BP神经网络的基础上，提出了基于BP网路的混沌时间序列的短期 负荷预测。根据历史负荷序列的去噪预处理和Lyapunov指数估算确定了网络的 训练样本和网络参数，通过对实际电网的短期负荷进行预测，结果显示该方法具 有一定的可行性。 该方法仍具有很多不足之处，例如：如何更好的实现网络的快速收敛；如何 更多与更规范地考虑影响负荷预测的相关因素；如何对受其他重大事件(如故障) 影响的负荷具有一定的修正功能等，这些都需要进一步研究。 关键词： BP神经网络；混沌算法；时间序列；短期负荷预测；相空间重构； Short-termLoad TheAppficafionofChaosAlgorithminForecasting Aulllor：JiaShen Supervisor：QingZhang ElectrizationandAutomation Major：Agricultural Abstract 、)l，llenthe iscontrolledonthe shouldusetheshort-term powefsystem line,we load torealizereasonableof and forecasting dispatchsendmgsupplyingpower．ne short-termload isthe basisof and forecastingimportant securitydispatching economicalinthe the ofthe10ad operationpowersystem,SOprecision forecasting affectsnot andtheeconomicalofthe directly onlYreliability e伍ciencypoWersystem the of operation,butqualitysupplyingpower． 11artiffcialneuralnetworkhas alotfforthesakeof developed researching