基于相似日和动态模糊神经网络的短期电力负荷预测-控制理论与控制工程专业论文.docxVIP

Ab Abstract I III which are similar in average temperature and week factor of the predict daily’s，the load consumption levels of similar day are similar with the load consumption levels of predict daily. The prediction on the similar day samples as the training data rather than all the data as the training data, so as to improve the modeling speed and simplify the complexity of the model. （3） The experiments are arranged respectively using the dynamic fuzzy neural network approach and the similar day combined dynamic fuzzy neural network approach. The electric load data come from the EUNITE competition. The experiments have achieved the ideal results, which provides a new method for power load forecasting. Keywords: similar day ； dynamic fuzzy neural network ； short-term power load forecasting 江西 江西理工大学硕士学位论文 目录 目 录 摘要 I AbstractII 第一章 绪 论1 1.1 课题研究背景和意义1 1.1.1 课题研究背景1 1.1.2 课题的研究意义2 1.2 国内外研究现状3 1.2.1 国外研究现状3 1.2.2 国内研究现状4 1.3 本文的组织结构5 第二章 负荷预测的常用方法6 2.1 时间序列6 2.2 回归分析7 2.3 支持向量机8 2.4 BP 神经网络 11 2.5 本章小结14 第三章 动态模糊神经网络及相似日的理论知识15 3.1 模糊系统理论15 3.1.1 模糊集15 3.1.2 模糊规则16 3.1.3 模糊逻辑推理17 3.2 动态模糊神经网络的结构18 3.3 动态模糊神经网络算法20 3.3.1 模糊规则产生准则20 3.3.2 分级学习21 3.3.3 前提参数调整22 3.3.4 权值参数的确定23 I II II 3.3.5 模糊规则的修剪25 3.4 相似日法29 3.4.1 相似日法的介绍29 3.4.2 相似日的量化31 3.5 本章小结33 第四章 基于动态模糊神经网络的短期负荷预测34 4.1 基于动态模糊神经网络的短期电力负荷预测流程34 4.2 数据的分析34 4.3 动态模糊神经网络模型设计37 4.3.1 输入输出数据的选取及预处理37 4.3.2 动态模糊神经网络参数设置37 4.4 动态模糊神经网络模型的建立及负荷的预测38 4.4.1 模型的建立38 4.4.2 负荷的预测39 4.5 本章小结40 第五章 基于相似日和动态模糊神经网络的短期负荷预测42 5.1 基于相似日和动态模糊神经网络的短期电力负荷预测流程42 5.2 相似日及输入节点的选取43 5.3 动态模糊神经网络参数设置44 5.4 相似日和动态模糊神经网络模型的建立及负荷的预测44 5.4.1 模型的建立44 5.4.2 负荷的预测47 5.5 本章小节50 第六章 总结与展望51 6.1 本文总结51 6.2 研究展望52 参考文献53 攻读硕士学位期间发表论文56 第一 第一章 绪 论 1 1 第一章 绪 论 1.1 课题研究背景和意义 1.1.1 课题研究背景 电力负荷预测就是通过分析影响负荷变化的各种因子作为基准，以现有的历史数据 来作为依据，通过分析、建模、计算进而对将来负荷进行预估，从而辅助电力系统安全 运行与准确决策，降低电力系统损耗，提高能源利用率。 进入新世纪以来，各行各业取得了稳定持续蓬勃发展，伴随着我国电力行业的不断 发展，电源结构及电网建设逐渐调整、加强，多项电力技术已达国际先进水平。电网从 “独买独卖”的垄断企业逐渐过渡为市场化经济，从传