- 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
matlab仿真技术报告
专业课程报告
题目:仿真技术与应用课程报告
学 院 电气工程学院
专业班级
学生姓名
指导教师
提交日期 2013年11月 5日
评 语
课程总评成绩:
指导老师:
2013年 12 月20 日
目 录
一、负荷预测技术发展情况 2
1.1.神经网络理论 2
1.2.灰色数学理论 2
1.3.组合预测法 3
1.4. 线性回归负荷预测方法 4
二、算法实现 4
三、编程代码 6
四、算例测试 6
五、心得体会 9
六、参考文献 10
一、负荷预测技术发展情况
负荷预测技术包括神经网络技术、灰色数学理论、组合预测法、线性回归负荷预测方法
1.1.神经网络理论
神经网络理论是利用神经网络的学习功能,让计算机学习包含在历史负荷数据中的映射关系,再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此有很大的应用市场,但其缺点是学习收敛速度慢,可能收敛到局部最小点;并且知识表达困难,难以充分利用调度人员经验中存在的模糊知识。
神经网络技术进行电力负荷预测,其优点是可以模仿人脑的智能化处理,对大量非结构性、非精确性规律具有自适应功能,具有信息记忆、自主学习、知识推理和优化计算的特点,特别的,其自学习和自适应功能是常规算法和专家系统技术所不具备的。因此,预测被当作人工神经网络(简记为ANN)最有潜力的应用领域之一,许多人都试图应用反传学习算法训练ANN。以用作时间序列预测。误差反向传播算法又称为BP法,提出一个简单的三层人工神经网络模型,就能实现从输入到输出间非线性映射任何复杂函数关系。因此,我们可以将对电力负荷影响最大的几种因素作为输入,即当天的天气温度、天气晴朗度(又称为能见度)、风向风力、峰谷负荷及相关负荷等,争取获得较好的预测结果。?
1.2.灰色数学理论?
灰色系统理论是中国学者邓聚龙教授1982年3月在国际上首先提出来的,在国际期刊《SYSTEMS?AND?CONTROL?LETTER》刊物上发表,题为“Control?Problems?of?Grey?Systems”,引起了国际上的充分重视。
灰色数学理论是把负荷序列看作一真实的系统输出,它是众多影响因子的综合作用结果。这些众多因子的未知性和不确定性,成为系统的灰色特性。灰色系统理论把负荷序列通过生成变换,使其变化为有规律的生成数列再建模,用于负荷预测。?
灰色系统理论的形成是有过程的。早年邓教授从事控制理论和模糊系统的研究,取得了许多成果。后来,他接受了全国粮食预测的课题,为了搞好预测工作,他研究了概率统计追求大样本量,必须先知道分布规律、发展趋势,而时间序列法只致力于数据的拟合,不注重规律的发展。邓教授希望在可利用数据不多的情况下,找到了较长时期起作用的规律,于是进行了用少量数据做微分方程建模的研究。这一工作开始并不顺利,一时建立不起可供应的模型。后来,他将历史数据作了各种处理,找到了累加生成,发现累加生成曲线是近似的指数增长曲线,而指数增长正符合微分方程解的形式。在此基础上,进一步研究了离散函数光滑性,微分方程背景值、平射性等一些基本问题,同时也考虑了有限和无限的相对
性,定义了指标集拓扑空间的灰导数,最后解决了微分方程的建模问题。
1.3.组合预测法
组合预测方法是对同一个问题,采用两种以上不同预测方法的预测。它既可是几种定量方法的组合,也可是几种定性的方法的组合,但实践中更多的则是利用定性方法与定量方法的组合。组合的主要目的是综合利用各种方法所提供的信息,尽可能地提高预测精度。比如,在经济转轨时期,很难有一个单项预测模型能对宏观经济频繁波动的现实拟合的非常紧密并对其变动的原因作出稳定一致的解释。理论和实践研究都表明,在诸种单项预测模型各异且数据来源不同的情况下,组合预测模型可能导致一个比任何一个独立预测值更好的预测值,组合预测模型能减少预测的系统误差,显著改进预测效果。组合预测有两种基本形式:等权组合,即各预测方法的预测值按相同的权数组合成新的预测值。不等权组合,即赋予不同预测方法的预测值的权数是不一样的。
这两种形式的原理和运用方法完全相同,只是权数的取定上有所区别。根据已进行的预测结果,采用不等权组合的组合预测法结果较为准确。
基于电力负荷量是由经
原创力文档


文档评论(0)