基于BP神经网络的短期电力负荷预测.docVIP

编号：

中国农业大学现代远程教育

毕业论文（设计）

基于BP神经网络的短期电力负荷预测?

学生

指导教师

专业电气工程及其自动化

层次专科

批次152

学号

学习中心

工作单位

2017年3月

中国农业大学网络教育学院制

摘要

电力行业是关系国家社会经济发展，关乎国家民生的一个重要基础性行业。电力系统的短期电力负荷预测是电网管理系统中的一个重要组成部分，是规划电网结构、营销、交易、安排调度计划及交易计划的前提和基础。预测精度的高低直接关系到电网能否安全、稳定、经济运行。随着社会经济的不断发展，人们对生活质量要求的提高，大量的降温取暖设备的应用使得负荷受气象因素的影响越来越大，因此气象越来越成为负荷预测中人们的关注点。本文以某市负荷为例对短期电力负荷预测的问题进行研究。

对某市负荷特性进行了分析，总结出负荷具有年周期性、周周期性、日周期性以及节假日特性。依据这些特性，可以对负荷做出合理预测。之后又对电力负荷预测的分类、影响负荷变化的因素、负荷预测的步骤以及误差分析等问题进行了研究。建立了考虑日特征相关因素的BP神经网络负荷预测模型，并用标准BP算法对深圳市负荷进行预测，通过对比分析，满足电力行业的误差要求。

关键词：负荷预测BP神经网络气象因素

Abstract

Theelectricpowerindustryisanimportantbasicindustryintherelationshipbetweentheeconomicdevelopmentandthepeopleslivelihood.Shorttermloadforecastingofthepowersystemisanimportantpartofnetworkmanagementsystem.Itisthepremiseandbasisofplanningthenetworkstructure,marketing,trading,makingtheschedulingandtradingplan.Theaccuracyoftheforecastisdirectlyrelatedtothepowernetworksecurity,stabilityandeconomicoperation.Alongwiththeunceasingdevelopmentofthesocialeconomy,peoplehavegraduallyincreaseddemandonthequalityoflife,asaresult,theapplicationofcoolingandheatingequipmentarehavingmoreandmoreimpact.Sothemeteorologyisincreasinglybecomingtheconcernofpeopleintheforecast.Inthispaper,theproblemofshort-termloadforecastingisstudiedbytakingtheloadofacityasanexample.

Thesumoftheannualcycle,weekperiodicity,dailyperiodicityandholidaycharacteristicsoftheloadissummarized.Theloadcanbepredictedreasonablybasedonthesecharacteristics.Ontheclassificationofpowerloadforecastingandimpactloadchangefactors,loadforecastingstepsanderroranalysiswerestudiedandthecityloadcharacteristicsareanalyzed.

BPneuralnetwork