基于神经网络的电力系统短期负荷预测.pdf

《基于神经网络的电力系统短期负荷预测.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、<电气开关>(2011．No．2)37文章编号：1004—289X(2011)O2—0037—04基于神经网络的电力系统短期负荷预测秦桂芳，伍世胜(崇左供电局变电管理所，广西钦州1532200)摘要：电力系统短期负荷预测是电力生产部门的重要工作之一，利用BP神经网络进行电力系统短期负荷预测时，根据影响因素确定了模型构成，并对输入变量选择进行了讨论，典型算例的计算表明该方法是有效的。关键词：电力系统；短期负荷预测；BP神经网络中图分类号：TM71文献标识码：BShort．TermLoadForecastofthePowerSystemBasedontheA

2、rtificialNeuralNetworkQINGui-fang，WUShi—sheng(ChongzuoPowerSupplyBureau，Qinzhou532200，China)Abstract：Short—termloadforecastofdtheelectricsystemsisoneoftheimportantworkforanelectricitygenerationde·partment．WhenBPartificialneuralnetworkisusedtocarryouttheshort—termloadforecastofthe

3、electricpowersystem，determinethemodelformaccordingtotheinfluencingfactoranddiscussinputvariableselection．ThetypicalexampleshowsthatthemethodiSeffective．Keywords：electricpowersystem；short—termloadforecast；BPartificialneuralnetwork个多输入单输出的非线性器体，神经元的结构模型如1绪论图1所示。电力系统短期负荷预测是电力生产部门的重要

4、工作之一，其准确性对电力系统的实时运行调度至关重要。电力负荷由诸多因素决定，这些因素往往具有随机性和难以解析的非线性。本文在考虑负荷影响因素的前提下，依据负荷本身的历史数据进行分析研究，利用BP神经网络建立预测模型，并用其进行实例研究。2神经网络基本原理图1神经兀模型2．1神经网络的基本特征其输人输出关系可简化描述为：神经网络是一个具有高度非线性的超大规模连续n，i=i×一0i(1)时间动力系统，其主要特征为连续时间非线性动力学、网络的全局作用、大规模并行分布处理及高度的鲁棒Yi=，j)(2)性和学习联想能力。同时它又具有一般的非线性动力其中，(=1，2

5、，⋯⋯，n)是从其他神经元传来的系统的共性，即不可预测性、可塑性、耗散性、不可逆输人信号；i为阀值；i表示从神经元到神经元的性、自适应性等特征，因此神经网络实际上是个大规模连接权值。F(．)为传递函数(节点作用函数)。用的非线性连续时间自适应信息处理系统。神经元非线性函数有阀值性函数、分段线性函数、s状神经元是神经网络的基本处理单元，其一般是一曲线等。38<电气开关》(2011．No．2)2．2BP网络(3)前向传播过程：对给定训练模式输入，计算网2．2．1BP模型络的输出模式，并与期望模式比较，若有误差，则执行通常所说的BP模型即误差后向传播神经网络，

6、(4)；否则，返回(2)；分为输入层、隐含层和输出层，层与层之间多采用全互(4)后向传播过程：连方式，同一层单元之间不存在相互连接。图2给出①计算同一层单元的误差6。j；了一个三层BP网络结构，BP网络的每一层的连接权②修正权值和阀值；值都可通过学习来调节。它的基本处理单元(输入层③返回(2)。单元除外)为非线性输人一输出关系，一般选用下列S3基于BP网络的短期负荷预测型作用函数：)=1(3)当给定网络的一个输人模式时，它由输入层单元传到隐含层单元，经隐含层单元逐层处理后再送到输出层单元，由输出层单元处理后产生一个输出模式，这是一个逐层状态更新过程，称为

7、前向传播。如果输出响应与期望输出模式有误差，不满足要求，那么就转入误差后向传播，将误差值沿连接通路逐层传递并修正各层连接权值。对于给定的一组训练模式，不断用一个个训练模式训练网络，重复前向传播和误差后向传播过程，当各训练模式都满足要求时，就说BP网络已循环好了。输1(+i一i)出层图2BP网络结构图其中，⋯、Xmin分别为训练样本集中输入变量的最图3BP训练的程序图2．2．2BP算法一般地，BP学习算法描述为如下步骤：(1)初始化网络及学习参数，如设置网络初始权矩阵，学习因子玑参数等；(2)提供训练模式，训练网络，直到满足学习要求；<电气开关>(2011

8、．No．2)39预测可建立如下的输入输出关系：示某假日；a表示某周日；a一1表示