欢迎来到天天文库
浏览记录
ID:36752771
大小:1.66 MB
页数:67页
时间:2019-05-14
《电力系统短期负荷预测及其相关问题研究》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、华中科技大学硕士学位论文摘要/短期负荷预测对于电力系统的稳定、经济运行起着至关重要的作用,特别是在电力市场条件下,对短期负荷预测的准确性和可靠性提出了更高的要求。近十年来,随着人工智能技术的发展,短期负荷预测方法得到长足的发展,童l!至亘网络在电力系统短期负荷预测领域得到广泛应用,但仍存在缺陷和不足∥本文就神经元网络、数据发掘技术在电力系统短期负荷预测中的应用进行了研究与分析,得出如下的研究成果:对目前电力系统短期负荷预测的理论和方法进行了全面的回顾和评述,介绍了现代负荷预测方法的发展及现状。对人工神经元网络的原理和学习、训练方法做了详细的介绍。结合实际工程应用,对小
2、波神经元网络、BP神经元网络、RBF神经元网络的原理、结构和训练方法做了深入的分析,指明了其实现细节和实现难点。将数据发掘技术概念引入到电力系统短期负荷预测中,对近年来。比较成熟、有较强应用前景的数据发掘技术做了深入的分析。储合工程实际,对部分方法提出了改进方法、对其应用前景做了分析0一,p7、一将数据发掘技术与人工神经元网络相结合,提出了一种拥有模式识别功能的径向神经元网络预测方法。/并用进化算法代替了误差反传学习算法进行网络学习、用确定性退火聚类代替K均值聚类来选取隐层节点中心。实际应用表明:该方法稳定可靠,能够提高预测精度。L,卜7一一/介绍实用化的短期负荷预测
3、软件包的开发的基本原则,对负荷预测软件的主要功能、软件的人机界面、专家系统、数据校核技术和跨平台接口都做了描述。f并对软件采用的主要预测模型的特点和缺陷做了分析。j。一,P一~r/‘q/<7关健词t《垂麴负荷预测;神经函网络:数据发掘;模式识别;l华中科技大学硕士学位论文=================================AbstractShort-termloadforecastingplaysakeyroleinpowersystemoperationandplanning-Especially,thecomingpowermarketrequire
4、sshort—termloadforecastingtopossessmollaccuracyandreliability.Inrecentyears.greatprogresseshavebeenmadeintheareaofshort-termloadforecastingwiththedevelopmentofartificialintelligence.ThoughANNisappliedinthisareaverywidelyanddeeply,itstillhassomelimitation.Thisdissertationstudiesthetheory
5、andapplicationofANN,dataminingandtakeoutsomeconclusionsasfollows.Itreviewsandcommentsthepresenttheoriesandmethodsoftheshort-termloadforecasting,andinlroducesthestatusofmodemloadforecastingmethods.ItmakesaexplicitintroductionofthetheoriesandapplicationsofANN.Basingonthepracticalexperienc
6、e,itanalyzetheprinciples,structuresandtrainingmethodsdeeplyandalsocastlightonthedifficultiesandparticularsintherealizationofANN.Theconceptofdatamininghasbeenimportedtotheareaofloadforecasting.Thisdissertationmakesadeepanalysistothematuretechnologieswhichowngoodperspectiveofapplication.F
7、ortheconvenienceofpracticalapplication,someimprovementhasbeenpresented.IncorporatingthcmeritsoftheANNandthetechnologyofdatamining,itpresentsaRBFmethodthatownsafuzzylayertoachievethefunctionofmoderecognition.Inthismethod,theevolvingmethodreplacesthetraditionalBPmethodandadetermi
此文档下载收益归作者所有