基于复杂系统的短期负荷预测研究及系统设计.pdf

《基于复杂系统的短期负荷预测研究及系统设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、上海理工大学学报第33卷第1期J．UniversityofShanghaiforScienceandTechnologyVo1．33No．12011文章编号：1007—6735(2011)01—0039—05基于复杂系统的短期负荷预测研究及系统设计孙大帅，马立新，王守征(上海理工大学光电信息与计算机工程学院，上海200093)摘要：运用复杂系统理论分析电力系统．采用聚类方法对用电区域进行子系统划分，并通过改进的神经元网络算法和增加天气因素的预测方法进行短期负荷预测．通过算例和电力系统应用，证实了该算法的可行性，较显著地提高了负荷预测的准确率．关键词：复杂系统；短期负荷预测；聚类分

2、析；神经元网络中图分类号：TM715文献标志码：ADesignofshort-termloadforecastsystemsbasedonthetheoryofcomplexsystemsSUNDa—shuai，MALi-xin，WANGShou-zheng(SchoolofOptical—ElectricalandComputerEngineering，UniversityofShanghai_厂OrScienceandTechnology，Shanghai200093，China)Abstract：Powernetworkisacomplexnonlinearsystem．T

3、hecomplexsystemanalysistheorywasappliedtoanalyzethepowernetworkanddivideitintosomesub·-systemsaccordingtoitsclustera-nalysis．Thenbackprofagationneuralnetworkincorporatedwithweatherinfluencefactorswasusedtoforecastthepowernetworkshort-termload．Experimentalresultsverifythatthemethodishelpfultoi

4、mprovetheforecastingaccuracy．Keywords：complexsystems；short—termloadforecast；clusteranalysis；neuralnetwork电力系统负荷预测是电力生产管理的重要环节等．这些算法的主要目的是通过对已知负荷数据样之一．随着社会经济的发展，对电力系统负荷预测的本的分析，提取其中的内在关系，然后根据这个关精度要求不断提高．一系列新的智能算法的引入以系，预测未来的负荷数据．例如，以BP(backpropa—及计算机技术的发展使得预测精度的提高成为可gation)神经元网络算法为例，Y=_厂()，其中，Y能

5、．目前，主流的负荷预测方法包括回归法、时间序为要预测的值，i为和预测相关的参数．BP神经元列法、灰色预测法L1]、支持向量机l_2]及神经元网络网络算法的目的就是通过分析和Y的历史数据，从而对_厂这个非线性对应关系进行拟合，然后收稿Et期：2010—04—06基金项目：上海市研究生创新基金资助项目(JWCXSL09O2)作者简介：孙大帅(1981一)，男，硕士研究生．研究方向：电力系统现代控制技术．E-mail：gisasum@gmail．COrn马立新(联系人)，男，教授．研究方向：电力系统稳定性，电力系统现代控制技术．E—mail：ma．eeepsi@usst．edu．cn上

6、海理工大学学报2011年第33卷利用得到的_厂来进行预测．由上述可知，各种智能网络中就体现在整个用电网络某个时刻的总的用电算法实际上是对数据样本分析的方法．尽管有论文量必定是以一个固定值上下浮动．用电网络整体的中谈到了样本的除错和样本数据的标幺化处理，进协调性带来的是整个用电网络的稳定性，但是，这种行了一些时域上的样本选择_3]，然而从负荷数据的整体的协调是各个子系统相互作用的结果．从整个采集和存储的角度来选择、划分样本数据等并未涉系统来看由于分系统的相互作用，其各个系统的一及．对某个区域的电力负荷进行预测，现在主流的预些特性就相互交织在一起，这对于预测算法提取其测方法是将这个区

7、域的用电负荷作为一个总量来进系统的特性是不利的．而地区提取系统的各种非线行分析和预测．本文将预测区域作为一个复杂系统性规则就是预则的重要前提．所以，通过对子系统的来对待，先利用复杂系统的方法将其划分成若干个划分，可以使得每个子系统之间的干扰减少，这对于子系统，然后分别对各个子系统进行分析和预测，最其规则的提取有利，从而有助于其整个系统预则精后将各个子系统预测值之和作为整个系统的预测度的提高．值．对于整个用电系统来说，分别对其子系统进行考1．2用电系统子系统的划分方案查，去除了各子