基于组合式神经网络模型的电力负荷预测-测试计量技术及仪器专业论文.docxVIP

Y≤O《9S6一 Y≤O《9S6 一 № 论文摘要 ．罢 本论文就短期电左鱼荭预测问题，在分析研究了国内外技术现状的基础 洲例 上，综合考虑影响负荷变化的各种因素，结合前馈型BP神经网络和自组织 SOM神经网络的功能特点，提出了组合式神经网络预测搓型。，并就此模型的 m 结构、功能和特点进行了详细的论述。还给出了预测实例，以验证该模型的 有效性。 L第一章综合论述了电力负荷预测在现代电力工业中的地位及其发展现 川眦 ， 状，阐明了本文研究的意义和方向。 。 第二章介绍了人工神经网络的基本原理。并针对电力负荷预测这一具体 应用领域的特点，详细论述了BP神经网络和SOM神经网络两种模型具体的 必 结构、算法和特点，对其缺点和不足也介绍了～些改进方法。 第三章在分析了影响负荷变化的各种因素后，提出了组合式神经网络预 测模型，并详细论述了该模型的组织结构，工作原理和功能特点。本章还详 细介绍了该模型的各个部分在仿真中的具体实现步骤，以及有关参数的确定 方法。 第四章利用组合式神经网络模型预测，进行了普通工作日、公共假日和 春节的实际预测。从预测结果上可以看出，组合式神经网络模型的预测精度 明显优于普通的神经网络模型，并且，在大多数情况下组合式神经网络模型 都具有良好的准确性和稳定性。 第五章基于组合式神经网络模型预测的算法，利用Delphi编程软件，编 写了Windows98／NT平台上的预测软件Clipperl．0。并详细介绍了该软件的功 能结构和详细的设计原理。 最后，在第六章概括论述了奉义的t要结论，并且对今后进一步的研究 工作进行了展望。户一v一、 浙江大学工学硕士学位论文ABSTRACT 浙江大学工学硕士学位论文 ABSTRACT In this dissertation，a novel short—term load forecasting model based on modular neural networks is presented in this paper．The practical historical data within one year is divided into several groups by SOM neural networks．Each group is modeled by a separate BP neural networks based module．Using data from the actual utilities，the satisfactory accurate results are obtained in the case ofweekday，weekend，holidays． Chapter 1 gives a comprehensive description about the research work significance and the current research status of load forecasting．The research orientation of this dissertation iS also given． Chapter 2 present the principal model and method of ANN．The main basic ANN models(BP ANN and SOM ANN)adopted in this dissertation are discussed on aspect of framework and calculation method． Chapter 3 proposes the load forecasting model based Oil modular neural networks on the analysis of factors affecting the load．The detail emulating methods of each part of this model are given and the problem of how to choose the emulating parameter is also discussed in detail． Chapter 4 give some forecasting results though the application to actual load data of the Shaoxing Electric Power Company．The results indicate this short-term load forecasting model is accurat