- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕业设计(论文)说明书
学 院 电气与自动化工程学院
专 业 电气工程及其自动化
年 级 2005 级
姓 名 龚宇亮
指导教师 姜惠兰
2009年 6 月 15 日
毕业设计(论文)任务书
题目:电力系统负荷预测的智能方法研究
学生姓名 龚宇亮
学院名称 电气与自动化工程学院
专 业 电气工程及其自动化
学 号 3005203206
指导教师 姜惠兰
职 称 副教授
一、原始依据(包括设计或论文的工作基础、研究条件、应用环境、工作目的等)
随着我国电力事业的发展,电网管理日趋现代化。电力系统负荷预测是现代电力系统运行研究中的一个重要课题,它是研究电力系统规划问题、电力系统经济运行及其调度自动化的重要依据。因此研究精度高、计算速度快的负荷预测方法具有重要的意义。
由于电力系统负荷是随时变化的,而且影响负荷变化的因素繁多且复杂,因此很难建立能够实时适应负荷变化能力的负荷预测的数学模型。智能理论的发展与应用为电力负荷预测的研究开辟了新途径。本课题的目的是尝试用具有较高非线性处理能力的智能方法(如神经网络、支持向量机)来处理属于回归问题的电力负荷预测,对历史负荷数据进行非线性拟合,记忆负荷发展和变化的特征,使预测更具精度性和快速性。
二、参考文献:
[1] 刘晨晖,电力系统负荷预测理论与方法[M]. 哈尔滨:哈尔滨工业大学出版社,1987.
[2] 赵剑剑,一种基于径向基函数的短期负荷预测方法[J].电网技术,2003,27(6):22-25,32.
[3] HYPERLINK javascript:WriterSearch(谢静芳); 谢静芳, HYPERLINK javascript:WriterSearch(王宝书); 王宝书, HYPERLINK javascript:WriterSearch(姜红); 姜红, 基于小时气象因子的神经网络短期负荷预测模型[J].中国电力,2007,40(9):82-86.
[4] HYPERLINK javascript:WriterSearch(卢建昌); 卢建昌, HYPERLINK javascript:WriterSearch(王柳); 王柳,基于时序分析的神经网络短期负荷预测模型研究[J],中国电力,2005,38(7):11-14.
[5] 何飞,基于BP网络的改进负荷预测方法[J].华东电力,2004,32(3): 31-33.
[6] HYPERLINK javascript:WriterSearch(雷绍兰); 雷绍兰, HYPERLINK javascript:WriterSearch(孙才新); 孙才新, HYPERLINK javascript:WriterSearch(周湶); 周湶, HYPERLINK javascript:WriterSearch(张晓星); 张晓星,电力短期负荷的多变量时间序列线性回归预测方法研究[J]. 中国电机工程学报,2006,26(2):25-29.
[7] HYPERLINK javascript:WriterSearch(陈伟); 陈伟, HYPERLINK javascript:WriterSearch(吴耀武); 吴耀武, HYPERLINK javascript:WriterSearch(娄素华); 娄素华, HYPERLINK javascript:WriterSearch(熊信艮); 熊信艮,基于累积式自回归动平均法和反向传播神经网络的短期负荷预测模型[J].电网技术,2007,31(3):73-76.
[8] 邓乃扬, 田英杰,数据挖掘中的新方法-支持向量机[M]. 北京:科学出版社,2004.
[9] 张林,基于时间序列的支持向量机在负荷预测中的应用[J].电网技术,2004,28(19):38-41.
三、设计(研究)内容和要求(包括设计或研究内容、主要指标与技术参数,并根据课题性质对学生提出具体要求)
对与电力负荷预测相关的外文资料进行翻译;
根据课题研究方向,以指定的参考文献为基础,查阅相关资料,并对目前研究进行综述,撰写开题报告;
学习智能理论,模型、算法,以及不同智能方法的性能特征;
了解电力负荷预测的目的,影响因素,以及负荷随影响因素变化的特点;
选取适于解决回归问题的智能方法来实现电力负荷预测,建立实现电力负荷预测的模型结构、用历史负荷数据组织反应负荷趋势规律的样本数据;
编写程序或用仿真软件进行仿真、测试分
文档评论(0)