模糊推理在电力负荷预测中的应用

《模糊推理在电力负荷预测中的应用》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、本科生毕业论文信息工程学院毕业设计（论文）任务书题目模糊推理在电力负荷预测中的应用姓名专业计算机科学与技术班级毕业设计（论文）起止时间2月20日完成地点6月13日毕业设计（论文）任务、要求负荷预测在电力系统规划和运行方面发挥的重要作用，具有明显的经济效益，负荷预测实质上是对电力市场需求的预测。本设计要求通过模糊数学理论，构造关于电力系统负荷预测的模型。要求对电力系统中一些无法精确构造数学模型的因素进行范围预测。综合考虑多种外界因素，给出合理预测值。模型要有一定的实用价值。毕业设计（论文）内容、技术参数1.概述模糊预测系统的基本理论；2.确定隶属函数；3.划分模糊集；4.定制模糊规则；5

2、．建立基于模糊理论的电力负荷预测系统的模型；6．给出具体实例测试模型；7．对模型进行评价。毕业设计（论文）时间安排2月20日----3月30日：选题开题。在此期间，完成选题工作，然后围绕该题目搜集资料，进行可行性研究，最后撰写开题报告；4月1日----5月20日：实习阶段。根据自己选定的题目和搜集的相关资料，开始着手深入题目的研究设计工作，如具体的原理设计、数据分析、编写程序、调试程序等工作，最后整体完成；5月21日----6月11日：撰写论文。根据毕业实习的情况写好初稿，做好幻灯片。6月12日----6月13日：答辩。毕业设计（论文）参考文献[1]杜松怀,文福拴，温步瀛.电力系统的市

3、场化运营.中国电力出版社.2003[2]李鸿吉.模糊数学基础及实用算法.科学出版社.2004[3]罗建军.MATLAB教程.电子工业出版社.2005[4]LeeKY，ChaYT，ParkJH.Short-termloadforecastingusinganartificialneuralnetwork［J］.IEEETrans.onpowersystems，1992，7（1）：124-131.[5]MFisher,ONelles,RIserman.Prediotivecontrolbasedonlocallinearfuzzymodels[j].Int.J,SystemsScience

4、45本科生毕业论文1998,29(7):797-815[6]HiroyukiMori,HidenoriKobayashi.Optimalfuzzyinferenceforshort-termloadforecasting.IEEETransonpowersystems,Vol.11,No.1,pp.390-396,February1996指导教师(签名)年月日教研室主任(签名)年月日45本科生毕业论文模糊推理在电力负荷预测中的应用摘要电力系统短期负荷预测工作一直倍受关注，是电力部门的一项重要工作。电力系统短期负荷预测是电力系统调度部门制定发电运行计划的依据，也是制定电力市场交易计划的基

5、础，准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测将发挥越来越重要的作用。本文在探讨了电力系统负荷的组成、特点，并分析比较了常用的预测方法优缺点的基础之上，采用模糊推理的方法建立了负荷预测模型，把短期负荷预测工作分为两部分：即基本负荷分量和温度、节假日负荷分量。在人工神经网络部分完成基本负荷分量的预测工作，在此不考虑。关键词：短期负荷预测；人工神经网络；模糊推理ABSTRACTGreatattentionisalwayspaidtopowersystemshort-termloadforecasting(STLF),whichis

6、notonlythebasisfortheschedulingofgeneratingsets,butalsothebasistoworkoutthetransactionscheduleinelectricitymarket.STLFisconcernedtothedispatchingworkandproductionschemeofpowersystem,andaccurateloadforecastingishelpfultothesecurityandstabilityofpowersystemaswellassavingitsgenerationcosts.Withthee

7、stablishmentanddevelopmentofthepowermarket,STLFwillplaymoreandmoreimportantroleinpowersystem.Afterdiscussingtheconstituentsandcharacteristicinelectricitymarketandtheanalysishascomparedabovethecommonlyusedforecastmethodgoodan