2016线损预测的毕设模版.docVIP

基于遗传神经网络在电网线损率的预测 摘 要 电力网的理论线损率是一个综合性的经济技术指标，不但能反映电网结构和运行方面的合理性，而且可以反映电力企业的技术和管理水平，能促进相关部门采取从内部挖掘，降低线损率。尽管国内外对电力网的理论线损计算方法做了大量的研究，取得了显著的成果，但对电网理论线损率预测方法的研究却很少。为了积极响应中央提出建设节约型社会的方针，努力降低电能传输过程中的损耗，开展线损预测研究工作就变得十分重要。 本文在分析研究国内外有关线损计算分析方法的基础上，通过建立软测量模型，针对电网大系统多变量非线性的特点通过层次分析法–灰色综合关联分析出主要影响线损参数作为辅助变量，实现电网线损率的预测。本文研究的主要内容可分为两个方面：一方面是对电网线损计算的理论基础并通过层次分析法–灰色综合关联分析筛选主成分变量的方法加以介绍，同时阐述了电网线损率预测的GM(1，N)多灰色模型、BP神经网络和基于遗传优化的RBF神经网络的建模方法。另一方面是对各预测数学模型在电网线损率预测中应用的研究，这是本文的核心部分。首先对电网线损率预测中各参数进行采集和预处理，然后应用GM(1，N)、BP神经网络、基于遗传优化的RBF神经网络三种方法建立了电网线损率预测模型，并进行了离线仿真。 通过对这三种方法的比较，得到基于遗传算法的RBF神经网络法与其他两种方法相比具有更高的精度，表现出了