电力负荷预测方法的研究.docVIP

PAGE 编号　011811307021　 毕　业　设　计　报 告 设计题目：　 电力负荷预测方法的研究　　 姓　　名： 苏林婵 专业名称：　　　　　市场营销 班　　级：　 10市场营销 指导老师姓名：（姓名）　　钟庭剑 　　　　　　 （单位）　江西电力职业技术学院　 报告准备日期　2014年3月—2014年5月　　 提交日期：　 2014年5月　　　　 答辩日期： 　 2014年5月　　　　　　 答辩委员会主席：　　　　　　　 评　　阅　　人：　　　　　　　 二零一四年五月二十日 南昌大学自考本科毕业设计 南昌大学自考本科毕业设计 PAGE PAGE PAGE 8 南昌大学自考本科毕业设计 PAGE 2 PAGE 2 摘要 针对单一预测模型不能完全反映电力负荷的变化规律和信息的问题，本文构造了SVM与AM-NN的组合预测模型，该模型由SVM子模型和基于附加动量算法的AM-NN子模型构成，两个子模型通过最优加权系数融合在一起，具有较好的泛化性和收敛性。通过对实际电网负荷的预测仿真和测试，证实所提出的组合预测模型能有效提高预测精度。 关键词：支持向量机；神经网络；附加动量算法；最优加权组合模型 Abstract For a single prediction model can not fully reflect the changes of power load issues and information, a combined model based on SVM and AM-NN is constructed in this paper. This model is composed of SVM sub-model and AM-NN sub-model which bases on the additional momentum algorithm. By means of Optimal weighting coefficients, the model compromises two sub-models. Making this model be better at generalization and convergence. The combination model is used in the load forecasting simulating and testing in Qingdao power grid, the results prove that it can effectively improve forecasting accuracy. Key words: Support Vector Machine; Neural network; Additional Momentum algorithm; Combined model with optimum weight 目 录 TOC \o 1-3 \h \z \u 9571 摘要 3 19692 Abstract 4 5284 引言 5 7732 1、电力负荷预测综述 6 19535 1.1电力负荷预测的含义 6 23239 1.2、电力负荷预测的意义 7 14705 2、电力负荷分析 8 16880 3、电力负荷预测的内容及程序 10 13036 3.1、电力负荷预测的内容 10 6335 3.2电力负荷预测的程序 11 29792 3.2.1调查和选择历史负荷数据资料 13 21470 3.2.2历史资料的整理 13 20789 3.2.3对负荷数据的预处理 14 27888 3.2.4建立负荷预测模型 14 26862 4、电力负荷预测的方法 15 10258 4.1经典预测方法 15 12091 4.1.1趋势外推法 15 29237 4.1.2时间序列法 15 27994 4.1.3回归分析法 16 1892 4.2现代负荷预测方法 16 20426 4.2.1灰色数学理论 16 18493 4.2.2专家系统方法 16 27235 4.2.3神经网络理论 17 11849 4.3模糊负荷预测 17 10721