电力系统短期负荷预测 电力系统短期负荷预测的研究.docVIP

电力系统短期负荷预测 电力系统短期负荷预测的研究 导读：就爱阅读网友为您分享以下“电力系统短期负荷预测的研究”的资讯，希望对您有所帮助，感谢您对92的支持! 回归分析法的优点是原理简单，预测速度快，外推特性好，对于历史上未出现过的情况有较好的预测值。它的不足是历史数据要求高，用线性方法描述比较复杂的情况过于简单，无法详细地考虑各种影响负荷的因素，预测精度不高，模型初始化难度较大，需要丰富的经验和较高的技巧。 2.2 现代负荷预测方法 20世纪80年代后期，一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。这其中主要有神经网络理论、灰色数学理论、专家系统方法、小波分析方法、模糊预测理论和优选组合预测法等。 本文将采用BP神经网络对安徽省某市1998年5月16日的电力负荷进行预测，因此将在下一章对神经网络再做详细讨论，本节只做简单介绍。 （1）神经网络理论 人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。 人工神经网络的优越性如下： 神经网络可以处理那些难于用解析规则描述的过程或系统，可以通过对样本数据的学习，自动实现对系统的描述： 神经网络是并行结构，在处理实时性要求高的问题上显出极大的优越性； 神经网络是非线性系统，人们已从理论上证明了多层感知器能够任意逼近给定的函数，甚至逼近各阶导数的能力； 神经网络具有很强的信息综合能力、很好的容错性，它能恰当地协调好相互矛盾的输入信息。 神经网络的不足： 不同的应用模型中，没有现存的理论依据来指导人工神经网络模型输入参数的选取及处理： 缺乏一种有效的方法来解决人工神经网络在训练过程中可能产生的学习不足或过拟合现象； 对于周期性人工神经网络模型的输入参数，没有确定样本量的依据； 收敛速度慢且客易陷入局部极小，训练过程比较消耗时间；