漳州电力负荷预测系统的应用

《漳州电力负荷预测系统的应用》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、拟建中的阜阳市中国XXXX国际服装城依托中国XX国际服装城，拟建成为皖西北地区规格最高、规模最大、商务及功能最优的现代化、国际化服装专业市场，建设规模占地约128亩，建筑面积约25万平方米，项目总投资约5亿元人民币。经过1--2年的开发建设，能达到正常运营期的中国XX.XX国际服装城将吸纳全国和世界各地的经销商、代理商企业物流总部等500—1000家，预计年交易额实现68亿元人民币，每年实现税收8000—10000万元人民币，每年实现利润1.68亿元人民币，实现就业和创业人员约2万以上。上海电力学院成教院本科毕业设计（论文）题　　目：　漳州电力负荷预测系统的应用　　　专　　

2、业：　　电气工程及其自动化年　　级：　　　　2008　　　　学生姓名：　　林文英　　学　　号：　　　　　　指导教师：　　　　　王勇　　　　2010年8月经济增长：在优化结构、提高效益和降低消耗的基础上，“十一五”期市GDP年均增长12%以上（现14%以上），2010年达到650亿元以上，人均GDP力争1000美元；财政收入达到80亿元；规模以上工业销售达到550亿以上；全社会固定资产投资年均长20%，五年累计1000亿元；社会消费品销售额260亿元，年均增长20%，外贸进口总额2.5亿美元，年均增长15%；五年累计招商引资突破500亿元，力争达到600亿元目录引言21.电力

3、负荷预测的综述31.1电力负荷预测的含义31.2电力负荷预测的意义31.3国内外电力负荷现状31.4漳州电力负荷存在的问题52.电力负荷预测的基本算法52.1时间序列52.2回归分析62.3神经网络62.4小波分析72.5模糊预测83.漳州电力负荷分析93.1漳州市供电分析93.1.1全社会用电量结构93.1.2分月售电量103.1.3电能采集方面的工作情况123.2实测过程123.2.1实测要求133.2.2负荷实测期间全市总体情况概述133.2.3小电源装机实测结果及分析143.2.4实测负荷电量情况173.3本章小结204.电力负荷预测的实现214.1预测内容214.

4、2功能模块224.3采用的预测算法244.4实现功能245.存在的问题与解决方案245.1存在的问题和建议245.1.1小水电转移问题245.1.2其他问题255.2改进统计方法和提高日报表数据准确性的措施26参考文献29谢辞30引言电力系统短期负荷预测对未来1日至1周的负荷进行预测。短期负荷预测是随着电力系统EMS的逐步发展而发展起来的，现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。随着电力市场的建立和发展，对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是EMS的关键部分，同时也是制定电力市场交易计划的基础。电力系统负荷预测为这一地区

5、电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义。短期负荷预测技术经过几十年的发展，人们提出了许多的预测方法。现有的预测方法大体可以分为2类：经典的数学统计方法以及上世纪90年代兴起的各种人工智能方法。经典的数学统计方法包括线性外推法、多元线性回归法、时间序列法和状态空间法等。人工智能方法包括人工神经网络法、专家系统方法和模糊推理方法、小波分析等。在对大量历史负荷数据进行统计

6、分析的基础上，根据电力负荷的特点，在考虑天气温度、日类型、实际历史负荷等因素对预测负荷影响的基础上，本文介绍了一种基于BP神经网络的短期负荷预测方法。其中首先根据实际经验将一周的7天分为工作日（星期一到星期五）和休息日（星期六和星期天）等两种类型；然后建立相应的人工神经网络模型用以预测负荷归一化系数；最后通过最小二乘法预测日最大负荷和日最小负荷。利用相应的BP神经网络方法对未来24小时负荷进行短期预测，该方法充分发挥了神经网络处理非线性问题的能力和人工神经网络自学习、自适应的优点。实际算例表明，这种方法应用在短期负荷预测方面有较高的精度。311.电力负荷预测的综述1.1电力

7、负荷预测的含义电力负荷有两方面的含义：一方面是指电力工业的服务对象，包括使用电力的部门、机关、企事业单位、工厂、农村、车间、学校以及各种各样的用电设备；另一方面是指上述各用电单位、用电部门或用电设备使用电力和电量的具体数量。电力负荷预测中的负荷概念是指国民经济整体或部门或地区对电力和电量消费的历史情况及未来的变化发展趋势。电力负荷预测就是在正确的理论指导下，在调查研究掌握大量翔实资料的基础上，运用可靠的方法和手段对电力负荷的发展趋势作出科学合理的推断。本文基于神经网络的电力短期负荷预测就是在大量有关电力短期负荷研究