原创力文档- 1、本文档共59页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
摘 要
电力系统作用的重要性使得电力系统负荷预测已成为电力系统中的一项重要课题，也是电力系统自动化领域中的一项重要内容。负荷预测的新技术层出不穷，但神经网络是目前使用较多的一种方法。神经网络法被认为是一种非常有效的负荷预测技术，负荷预测是神经网络在电力系统应用中最合适的一个领域，也是到目前为止研究得较多的一个课题，在国内外已经取得了许多成功的应用实例。神经网络法中运用较广泛的算法是BP算法，BP神经网络可以方便的拟合任意复杂的非线性关系，很适合于电力系统的负荷预报问题。但是BP算法同样存在它的弊端，此算法速度太慢，实际应用性较差。所以改进BP算法也是当前的一个重要研究主题，本设计中也研究了这个问题。
关键词 电力系统短期负荷预测；BP；算法神经网络
Abstract
The importance of electric power system makes the forecasting of the electric system load an important task in the electric system automatization field. The new technologies of load forecasting emerge in endlessly, but the neutral network is the most widely used. The neutral network is regarded as one of the most load forecasting technology and the load forecasting is the most profit field for the neutral network in the electric system. It is also a problem that is widely studied and made successful application home and broad. BP arithmetic is widely used in neutral network which can fit any intricate nonlinear relation, it is fit for the load forecasting problem in electric system. However, BP also has disadvantages such as low speed and poor practical application, so it is also an important problem to improve the BP which is studied in this paper.
Keywords the forecasting of electric system load BP neutral network
目 录
摘 要 I
Abstract II
第1章 前言 1
1.1选题的背景及其意义 1
1.2电力系统负荷预测的国内外研究现状 2
第2章 短期负荷预测分析 7
2.1负荷预测的分类 8
2.1.1按用电部门的属性分类 8
2.1.2按负荷预测周期的时间长短分类 8
2.1.3负荷预测各部分的作用及关系 9
2.2负荷预测的特点 10
2.2.1负荷预测的不准确性 10
2.2.2负荷预测的条件性 10
2.2.3负荷预测的时间性 11
2.2.4负荷预测的多方案性 11
2.2.5负荷预测的地区效应 11
2.3短期负荷特性分析 11
2.3.1短期负荷特性概述 11
2.3.2负荷的周期性特性 12
2.3.3负荷的天气影响因素 13
2.3.4负荷的其他影响因素 14
2.4负荷预测的基本原理 15
第3章 BP神经网络 16
3.1神经网络基础 16
3.1.1神经网络发展历史 16
3.1.3神经网络的基本特性 17
3.1.4神经网络在负荷预测中的应用 19
3.2 神经网络的基本原理 20
3.2.1神经元的结构模型 20
3.2.2人工神经网络的互连模式 21
3.2.3人工神经网络的构成要素 23
3.3 多层前向BP神经网络模型 24
3.3.1前向BP神经网络的基本结构 25
3.3.2前向BP网络基本算法的学习步骤及流程图 26
3.3.3 前向BP网络的训练与测试 28
3.3.4 前向BP神经网络算法改进理论 29
第4章 MATLAB应用工具的使用 31
4.1 MATLAB概述 31
4.2 面向MATLAB工具箱的神经网络设计概述 32
4.2.1 MATLAB神经网络工具箱 32
4.2.2
文档评论（0）