电力系统负荷预测毕业答辩.pptVIP

基于神经网络的短期负荷预测 姓名： 学号： 指导老师： 专业： 1 负荷预测的分类 2 负荷预测的目的和意义 超短期：安全监视状态下：5～10s或1～5min的预测值 预防性控制和紧急状态：10min至1h的预测值 短期：确定机组起停、水火电协调、联络线交换功率、负 荷经济分配、水库调度和设备检修等 中期 ：确定机组运行方式和设备大修计划等 长期： 电网改造和扩建工作的远景规划 设计主体工作： 建立BP神经网络模型，根据算法流程编写程序 运用最小二乘法进行预测 两种模型的预测值精度对比 运用附加动量法对标准BP网络进行改进 1 人工神经网络优点 不需要显式的数学公式，能以任意精度逼近任意非线性过程 对不完整的信息敏感性很低，具有很强的容错性 具有很强的自适应能力 能够同时处理定量、定性知识 2 BP算法介绍 2.1 信息正向传递 隐含层第i个神经元的输出： 输出层第k个神经元的输出： 定义误差函数为： 3 程序设计流程图 最小二乘法的设计 两种模型对比 最小二乘法有很多点都偏离实际负荷曲线有一定的距离没有达到很好的拟合 标准BP神经网络基本与实际负荷曲线吻合 标准BP神经网络误差平稳性更高，受负荷本身浮动基本无影响 具有更高的精度，与实际负荷曲线拟合上更具优势 由表格得出： BP神经网络