发电厂及电力系统专业的毕业论文.docx

发电厂及电力系统专业的毕业论文.docx

  1. 1、本文档共56页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
大学 毕业论文 电力系统短期负荷预测 姓 名: 学 号: 专 业: 发电厂及电力系统 年 级: 指导教师: 目 录 1 中文摘要 : .............................................................. 3 英文摘要 : .............................................................. 5 1 绪论 .................................................................. 5 1.1 短期负荷预测的目的和意义 ....................................... 5 1.2 电力系统负荷预测的特点和基本原理 ................................ 7 1.2.1 电力负荷预测的特点 ........................................ 7 1.2.2 电力负荷预测的基本原理 .................................... 7 1.3 国内外研究的现状 ............................................... 8 1.3.1 传统负荷预测方法 ......................................... 8 1.3.2 现代负荷预测方法 ......................................... 9 1.4 神经网络应用于短期负荷预报的现状 ..............................10 1.5 本文的主要工作 ................................................ 11 2 最小二乘法 ........................................................... 12 2.1 最小二乘法原理 ................................................ 13 2.2 多项式拟合具体算法 ............................................ 13 2.3 多项式拟合的步骤 ............................................... 14 2.4 电力系统短期负荷预测误差 ...................................... 15 2.4.1 误差产生的原因 .......................................... 15 2.4.2 误差表示和分析方法 ...................................... 15 2.4.3 拟合精度分析 ............................................ 16 3 基于神经网络的短期负荷预测 ........................................... 17 3.1 人工神经网络 .................................................. 18 3.1.1 人工神经网络的基本特点 .................................. 18 3.2 BP 网络的原理、结构 ............................................ 18 3.2.1 网络基本原理 ............................................. 18 3.2.2 BP 神经网络的模型和结构 .................................. 19 3.2.3 BP 网络的学习规则 ........................................ 19 3.3 BP 算法的数学描述 .............................................. 20 3.3.1 信息的正向传递 ........................................... 20 3.3.2 利用梯度下降法求权值变化及误差的反向传播................ 20 3.4 BP 网络学习具体步骤 ............................................ 21 3

文档评论(0)

bcll + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档