中长期电力负荷预测研究毕业设计

《中长期电力负荷预测研究毕业设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中长期电力负荷预测研究毕业设计目录摘要1第一章绪论31.1中长期负荷预测研究背景和意义31.2负荷预测的基本原理41.3负荷预测的方法及特点51.4研究现状81.5目前存在的问题81.6本文的主要工作9第二章负荷预测的方法102.1负荷预测的分类102.2负荷预测的特点112.3影响中长期负荷发展的因素122.4负荷预测的误差分析132.4.1产生误差的原因142.4.2预测误差分析14第三章回归分析基本理论及预测模型163.1回归分析的基本思想163.2回归分析的基本原理与方法163.2.1基本原理163

2、.2.2基本方法16763.3回归分析步骤173.4实例分析18第四章灰色系统的基本理论及预测模型224.1基本原则224.2基本方法234.3灰色系统建模的机理244.4灰色序列及其生成方法244.4.1累加生成254.4.2累减生成254.4.3均值生成264.5数列灰预测模型274.5.1灰色预测模型的建模274.5.2灰色预测模型的检验304.6实例分析32第五章总结和展望37参考文献38致谢39附录一灰色模型仿真程序40附录二翻译45附录三任务书71附录四开题报告7576电力系统中长期负荷预测研究

3、摘要中长期电力负荷预测是电网规划的基础工作.电力系统规划决策、经济的良好运行都需要准确的电力负荷预测.准确的预测能够为电力工程建设提供有力的数据支持，对电力系统安全经济运行和国民经济发展具有重要意义。本文首先简要地介绍了电力系统中长期负荷预测的研究背景和意义、基本原理，对中长期负荷预测研究的现状进行了综述，分析并比较了常用的中长期负荷预测的方法；其次介绍了负荷预测的分类、特点、影响其发展的因素，以及预测误差产生的原因；然后从一元线性回归和GM（1，1）两种方法着手，建立两种数学模型，对模型进行实例分析，对比

4、两者的误差，发现线性回归不如GM（1，1）准确。所以GM（1，1）模型更适合河南省当前时段电力负荷的预测，是一种精度高，误差小的好方法。关键词：中长期负荷预测，线性回归，灰色理论，GM（1，1）模型76ForecastingforMediumandlongTermLoadAbstract:Loadforecastingforpowersystemisoneoftheimportanttaskofpowerutilities.Accurateloadforecastingishelpfultoplanning

5、generators’startingandstoppingintheinterioroftheelectricalnetworkseconomicallyandreasonably，preservingthesecurityandstabilityofpowersystem，reducingtheunnecessarycircumvolvingrepertorycapacity，makingplanningtooverhaultheunitsinreason，ensuringthenormalproduc

6、tionandlifeofthesociety，effectivelyreducingthecostofgeneratingelectricity，increasingtheeconomicalandsocialbenefit.Mid-longtermpowerloadforecastingtakes5or10yearsasanunitforforecastingandisusedtoworkoutaplanforexpandingpowersystem,providereliablereferencefo

7、rconfirmingthefuturepowersupplyingsites，powerconstructionscale，powerindustrieslayout,andforbalancingpowergridfundsandhumanresourcesinthelocalarea.Becausethemid-longtermpowerloadforecastingisaffectedbymanyuncertainfactors，uptonow，noonemodelcanobtainthesatis

8、fyingforecastingresultsunderdifferentconditionsoftimeandareas.Itisnecessarytoanalyzethelocalloadchange，thinkaboutthepracticalsituation，andtochoosepropermethod.Thispaperfirstbrieflyintroducestheresearchbackgro