电力负荷预测神经网络模型设计方案.pdfVIP

电力负荷预测神经网络模型的设计-电气论文

电力负荷预测神经网络模型的设计

孙文革

（新疆职业大学机械电子工程学院，新疆乌鲁木齐830013）

【摘要】为提高电力负荷预测精度，本文采用Elman神经网络建立模

型，提出了一种基于Elman神经网络的电力负荷预测方法，采用自适应学习速

率动量梯度下降反向传播算法进行网络训练，对乌鲁木齐电网的实际历史数据

进行了仿真，仿真结果表明，Elman神经网络对电力负荷进行预测具有收敛速

度快，预测精度高的优点。

关键词Elman神经网络；预测模型；电力负荷；仿真

DesignofPowerLoadForecastingBasedonNeuralNetwork

SUNWen-ge

(Deparnmentofmechatronicengineering,XinjiangVocational

University,UrumqiXinjiang830013,China)

Abstract:Inordertoimprovetheprecisionofforecastingofpower

load,inthispaper,aElmanartificalneuralnetwork(ANN)approachfor

loaforecastingisproposeanthemodelbaseonElmanneural

network.Inthetrainingalgorithmofthenetwork,aback-propagation

algorithmwithadaptivelearningspeedandmomentumgradient-falling

isused,theforecastingmodeltestedbyactualdatafromUrmqielectric

network,simulationresultsindicatethattheforecastingforpowerloa

basedonElmanneuralnetworkfeaturesquickconvergencespeedan

highforecastingprecision.

Keywords:Elmanneuralnetwork。Forecastingmodel。Power

load。Simulation

作者简介：孙文革（1967.06—），汉族，甘肃人，本科，实验师，研究方

向为电子技术及自动控制技术。

0引言

电力系统由电力网、电力用户共同组成。其任务是给广大用户不间断的提供

经济、可靠、符合质量标准的电能，满足各类负荷的需求，为社会发展提供动

力。由于电力的生产与使用具有特殊性，即电能难以大量的储存，而且各类用

户对电力的需求是时刻变化的，这就要求系统发电出力应随时紧跟系统负荷的

变化动态平衡，即系统要最大限度的发挥出设备能力，使整个系统保持稳定且

高效的运行，以满足用户的需求。否则，就会影响用电的质量，甚至危及整个

系统的安全与稳定。因此，有必要对电力系统负荷进行准确的预测，以为电力

生产顺利进行提供前提和基础。

负荷预测的核心问题是预测的技术问题，或者说是预测的数学模型。传统的

数学模型是用现成的数学表达式加以描述，具有计算量小、速度快的优点，但

同时也存在很多的缺陷和局限性，比如不具备自学习、自适应能力、预测系统

的鲁棒性没有保障等。特别是随着我国经济的发展，电力系统的结构日趋复

杂，电力负荷变化的非线性、时变性和不确定性的特点更加明显，很难建立一

个合适的数学模型来清晰的表达负荷和影响负荷的变量之间的关系。而基于神

经网络的非数学模型预测法，为解决数学模型的不足提供了新的思路。

目前在电力系统负荷预测领域应用的较多的是BP神经网络，尤其是短期负

荷领域应用的较为广泛[1]，该方法实际上是利用静态前馈网络对动态网络进行

辨识，将动态时间建模问题变为静态建模问题，这样会带来很多问题，而能够

准确反映系统动态特性的网络应该是动态神经网络，即回归神经网络[2]。

Elman回