电气工程硕士论开题报告.docVIP

xx大学研究生毕业（学位）论文开题报告 姓 名 学　号 学位级别 硕士√ 博士□ 所属院系 专 业 指导教师 开题时间 研究方向 论文题目 模糊聚类分析与神经网络相结合的短期负荷预测 一、文献综述 随着国民经济和城市建设的高速发展，城市的规模随之迅速扩大，社会用电量日益增多，各种停电事故也相当的频繁。合理进行负荷预测对保证电网安全可靠、保证电网经济运行、满足负荷发展需求、合理配置电力资源具有重大的现实意义。此外，在带来巨大社会效益的同时，也为电力企业带来巨大的经济效益。 负荷预测是配网规划工作的基础。当前，国内外常用的负荷预测技术可分为定性预测技术和定量预测技术。定性预测技术误差较大，但可以利用人们的经验，从而可计入许多非量化因素的影响。比较成熟的定量预测技术属于概率统计方法，可分为两大类：时间序列法和回归分析法。这些方法具有成熟的理论基础，易于编程实现等优点，但对于不确定性比较大，负荷变化模式比较复杂情形，也难以做出准确度高的预测。所以，随着人工智能技术的不断发展，模式识别法，模糊预测法，专家系统法，神经网络法等开始不断应用，这些方法虽然出现较晚，但发展迅速，具有很大的应用潜力。 近年来，模拟退火算法，遗传算法、免疫算法、人工神经网络、小波分析等方法的应用越来越受到广大的关注，为提高优化问题的求解速度及保证解的最优性提供了新的手段，负荷预测的效果更加使人满意，更好的指导电力系统的安全调度，保证电力系统经济、安全、可靠运行，为电力系统规划提供有力依据。人工神经网络是目前应用较多的优化算法，神经元网络所具有的联想学习能力、很强的适应能力和容错能力，广泛应用在优化领域，取得了很好的效果。 二、选题背景及意义 负荷预测的起源可以追溯到上世纪二十年代初。当时的电力系统规模很小，所以负荷预测的思想没有引起人们的重视，但六十年代中期的几次大的系统瓦解事故将电力系统的安全分析提上了日程。同时世界各国的经济迅猛发展，对电力的需求量越来越大，对电能质量的要求也越来越高，从而带动电力系统迅速扩大，负荷预测开始获得了初步的发展。 从六七十年代到现在，负荷预测可以分为两个阶段。第一阶段到八十年代为止，使用的是传统负荷预测技术。这一阶段基本上沿袭了经济领域的预测技术，采用的方法大体划分为两种：一种是时间序列法，一种是回归分析法。时间序列法又分为确定型时序法和随机型时序法，前者包括时间序列平滑法、时间序列分解法和谱展开法等；后者包括马尔可夫法、Box-Jenkins 法（又称ARMA 模型法）和状态空间法等。回归分析法属于相关法预测，它通过建立某些解释变量与负荷之间的因果关系（用函数表达）而获得负荷预测。由于影响负荷因素的多样性、突发性和随机性，造成传统的负荷预测误差大，在扰动情况下不具备鲁棒性，对节假日等特殊负荷模型的预测效果差，无法满足实用化的精度要求。 八十年代以来，随着人工神经网络研究的兴起，神经元网络所具有的联想学习能力、很强的适应能力和容错能力引起预测科学研究者的兴趣。90年代初，Park、Lee、Peng、Sharkawi 等人先后利用神经网络进行电力系统短期负荷预测，使预测误差有很大的降低，引起负荷预测工作者的高度重视，再次掀起负荷预测的热潮。但是神经网络方法具有它本身致命的缺点：需要大量的训练数据，训练精度不确定等问题。为了克服这些缺点，近年来出现了两种趋势，一种是对经典的人工神经网络进行改进或优化，另一种方法是采用组合预测的方法，将两种或多种预测技术融合在一起，互用互补，提高预测精度。此外，专家系统（Expert System-ES）和模糊逻辑系统（Fuzzy Logic System-FLS）、灰色预测技术、小波预测技术以及遗传算法等方法也在负荷预测领域获得了逐步应用。 准确的短期负荷预测，可以经济合理地安排电网内部发电机组的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。有利于决定未来新的发电机组的安装，决定装机容量的大小、地点和时间，决定电网的增容和改建，决定电网的建设和发展。 三、研究的主要内容 1. 影响电力系统负荷变化的各种因素分析：根据实际电网中影响电力系统负荷变化的各种因素进行分析，加上自己准备实际条件，确定最后需要考虑的因素，去除一些影响相对较少的，方便实现预测的要求。 2.负荷预测类别的分析：电力负荷预测中经常按时间期限进行分类，通常分为长期、中期、短期和超短期负荷预测。按行业可以分为城市民用负荷、商用负荷、农村负荷、工业负荷以及其它负荷的负荷预测。根据负荷的不同特性，又分为最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等类型的负荷预测