文献综述1 基Elman神经网络的负荷预测研究.docVIP

基于Elman神经网络的负荷预测研究 摘 要 电力系统负荷预测是电力生产部门的重要工作之一，其负荷变化具有明显的周期性，文章采用Elman神经网络与BP神经网络建立模型，提出了一种基于神经网络的负荷预测方法。对某电网实际历史数据进行仿真预测，经研究发现，Elman模型具有收敛速度快、预测精度高的特点，同时表明利用Elman回归神经网络建模对某电网负荷进行预测是完全可行的，在负荷预测领域有着较好的应用前景。 引言 经济的高速发展带来了城市化与工业生产规模的不断发展，也使得城市供电系统的供需矛盾变得日益突出起来，特别是夏季，城市电力紧缺的现象越来越普遍。进行供电量的预测不仅可以为合理分配现有的电力资源，新建或者扩建、改建电厂提供可靠的依据，而且也是影响到居民正常工作和生活基本保障的一个重要问题。因此，寻找城市供电量的规律性，预测今后几年的供电量，不仅对于城市建设与城市管理有着重要的指导意义，而且也与居民的日常工作和生活息息相关。因此电力负荷预测是电力系统运行调度中一项非常重要的内容，是保证电力系统安全经济运行和实现电网科学管理的基础。 目前在电力系统负荷预测领域应用最广泛的是静态前馈BP神经网络，尤其是短期负荷预测领域应用居多。本文采用Elman神经网络的自适应性和较强的非线性映射能力对某电网的负载进行预测。仿真结果取得了令人满意的结果。可以预见Elman神经网络在电网负荷预测