电力系统母线负荷预测研究毕业论文设计

《电力系统母线负荷预测研究毕业论文设计》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、四川大学硕士学位论文电力系统母线负荷预测研究姓名：苟旭丹申请学位级别：硕士专业：电气工程指导教师：刘天琪;蒋颖20040430!!型叁鲎三堡堡±兰垡丝窒!!!竺!!墨三4墨璺l电力系统母线负荷硼十研究电气]并旱与业研究生苟旭丹指导捌币刘天琪、蒋颖负荷预测是电力市场有效运作的基础与保证。短期负荷预测不仪是调度、规划等管理部门的重要工作，是保证系统安伞运行和实现科学管理的重要依据，也是能量管理系统(EMS)和配电管理系统(DMS)的重要组成部分。由于不同地区的供电需求不同，采用分散式的负荷管理方式，有助于更好地实现系统的控制运行和管理。本文就此提出了母线负荷预测问题。本文首先以成都地区某变电站为例

2、，通过母线负荷与系统负荷的特性刈比，总结了母线负荷的构成、特点及预测：J：作的难点，得出

3、；】丁以将短期负荷预测的某些方法应用丁母线负荷预测的结论，并给出了数据预处理的方法和误差分析的指标。在此基础上，本文介绍了时间序列法的基本原理及模型建立的具体步骤，针对实际问题，将累积式自回归平均算法(ARIMA)应用于母线负荷预测，通过对某变电站的算倒分析，验证了陔算法的可行性，f司时指出了问题所在。为了解决ARIMA算法中未考虑温度、天气因素对母线负荷的影响，本文将三层前馈的BP网络应用于母线负荷预测。在对BP网络基本算法及其存在问题讨论的基础．．卜，提出了一种改进的BP算法。在建立ANN模型的过程中

4、，详细讨论了各环节的处理方法。输入层变量选择了与预测同相关度较大的变量及负荷历史数据，并对三种温度量化方法作了对比实验；同样，隐含层与样本个数也通过实验方法进行了几种不同方案的对比；本文选择了两种传递函数运用于ANN模型，并记录了两种情况下的预测结果。通过分析实验结果的数据，总结出运算精度较高的方案，从而建立起有效的母线负荷预测模型。模型运算结果显示，该方法取得了良好的效果，成功地处理了ARIMA方法中未能解决的问题，将温度、天‘￡因索引入模型中，较大程度地改善了预测糙度，提高了预测质量。四川大学工程硕士学位论文(2004)为了充分利用各种方法的优势，获得更好的预测结果，在对ARIMA与及三层

5、前馈的BP型人工神经网络模型应用于母线负荷预测的研究基础上，本文基于序列预测结果最优可信度的原则，提出了一种以各时段残差平方和最小为目标函数的综合模型，并根据模型特点，给出了简洁直观的求解法。分析结果表明，近似综合最优模型的拟合精度高于任一单一模型，两种方法的综合模型取得了较好的预测效果。本文研究的母线负荷预测算法具有一定的创新，模型的结构简单、合理，计算速度快，预测精度较高，具有一定的实用意义。关键词：电力系统，母线负荷预测，时间序列法，人工神经网络四川I大学工程硕士学位论文(2004)ResearchforPowerSystemBusLoadForecastingMajer：glectrJ

6、CEngineeringG-Mhate：一Gouxudan脚is篮：Liutianqi，地yingLoadforecastingisanessentialworkofpowermarket．Adninistersuchasprogrsmninganddispatchingconsistofshort-termloadforecasting,whichisveryirrportantbecauseitestablishfoundationofscientificmnagementandguaranteefunctionofpowersystent．Soshert-termforecastingi

7、sanecessarilypartofenergyraanageInentanddistributionmanagementsystemPowersupplyvariesindifferentareas，asdemandsparticularloadmanagement．Thepaperdiscussesbusloadforecasting．Thestudyisachievedbyanalysesingdataofthesubstationinchengdu．耵】econstitutes，characteristicofbusloadanddifficultiesofforecastingby

8、恻ofccmparingcharacteristicofbusloadWithsystemloa4suDgertbusIcedforecastingresemblethewaysofshort-teamloadforecasting．Onthebasisofit，thedetailedprocessofbuildingmodeloftrimseriesapproachispresente&Auto