基于人工神经网络的电力短期负荷预测系统研究

基于人工神经网络的电力短期负荷预测系统研究作者：陈浩学位授予单位：昆明理工大学参考文献(48条)1.刘晨晖电力系统负荷预报理论与方法19872.MoghramI.RahmanSAnalysisandevaluationoffiveshort-termloadforecastingtechniques1989(11)3.ParkDC.EI-SharkawiMA.MarksRJElectricloadforecastingusingaartificialneuralnetwork1991(05)4.KhotanzadAfkharniRohamiR.LuTAnnstlf-aneural-network-basedelectricloadforecastingsystem1997(04)5.HiroyukiM.HidenoriKOptimalfuzzyinferenceforshort-termloadforecasting1996(02)6.Liuk.SubbarayanS.ShoultsRRComparisonofveryshort-termsystem1996(02)7.SrinivasanD.ChangC.LiewADemandforcastingusingfuzzyneuralcomputation,withspecialemphasisonweekendandpublicholidayforecasting1995(03)8.高山.单渊达基于径向基函数网络的短期负荷预测[期刊论文]-电力系统自动化1999(5)9.牛东晓小波神经网络负荷预测1998(05)10.王民量.张伯明.夏清电力系统短期负荷预测的共轭梯度ANN方法[期刊论文]-电力系统自动化1999(1)11.周翔.蔡自兴基于多分辨率遗传算法的多层感知神经网络及其在短期电力负荷预估中的应用1999(03)12.吴捷.严华基于自适应最优模糊逻辑系统的短期负荷预测方法[期刊论文]-电力系统自动化1999(17)13.胡兆光智能工程与负荷预测1998(02)14.张立明人工神经网络的模型及其应用199315.杨建刚人工神经网络实用教程200116.PingTM.HubeleNF.KaradyGGAdvancementintheapplicationofneuralnetworksforshort-termloadforecasting1992(01)17.金先级人工神经网络导论199618.焦李成神经网络系统理论199019.蔡自兴.徐光佑人工智能及其应用199620.罗承忠模糊神经网络199421.SMPatnaikMAdapativeprobabilitiesofcrossoverandmutationinGA1994(04)22.DanaldLGray.AnthonyNMichelAtrainingalgorithmforbinaryfeedforwordneuralnetworks1992(02)23.刘增良.刘有才模糊逻辑与神经网络--理论研究与探索199624.吴清源.刘江宁人工智能与专家系统199525.陈开周最优化计算方法198526.BomardEOptimizationfortrainingneuralnetwork1992(02)27.赵振宇神经网络基础与应用199428.张永吉.李均利.陈刚短期负荷预测方法在浙江省电力市场的应用[期刊论文]-华东电力2003(10)29.张颖.高中文基于时间序列和神经网络的电力系统负荷预测[期刊论文]-哈尔滨理工大学学报2003(1)30.何述东电力负荷短期预测的改进神经网络方法[期刊论文]-电力系统自动化1997(11)31.杨涛.党芙蓉人工神经网络在发电量预测中的应用[期刊论文]-东北电力技术2001(5)32.孙洪波.秦翼鸿.徐国禹用于短期电力负荷预报的人工神经网络方法1995(07)33.欧建平.李丽娟人工神经网络在电力系统短期负荷预测中的应用[期刊论文]-广东电力1999(2)34.贺蓉.曾刚.姚建刚.青志文.沈新祥.刘明清天气敏感型神经网络在地区电网短期负荷预测中的应用[期刊论文]-电力系统自动化2001(17)35.丛爽面向matlab工具箱的神经网络理论与应用199836.朱三元.钱乐秋.宿为民软件工程技术概论200237.蒋慧UML设计核心技术200138.邵维忠.杨芙清面向对象的系统分析199939.梅姝娥.徐南荣.仲伟俊面向对象系统分析方法研究[期刊论文]-系统工程理论与实践1997(11)40.张海藩软件工程200241.StephenRSchach.袁兆山软件工程Java语言实现199942.CThomasWu.候国峰面向对象程序设计导论200143.范玉顺.曹军威复杂系统的面向对象建模分析与设计200044.KhawarZamanAhmed.CaryEUmrysh.康博用J2EE和UML开发JAVA企业级应用程序200245.张雨浓.徐小文.毛宗源Java语言与人工神经网络应用1998(02)46.廖卫东.陈梅java语言程序设计实用指南199647.PaoloMarroneThecompleteguideofJOONE200448.邱仲蕃Access2000从入门到精通相似文献(10条)1.学位论文杨颖应用信息熵和遗传神经网络的电力短期负荷预测研究2005本文针对电力系统多因素负荷预测问题的复杂性，融合粗糙集方法与遗传神经网络各自优势，提出了一种新型的短期负荷预测方法。利用粗糙集理论中信息熵的概念，约简负荷影响因素，简化网络输入变量。利用遗传算法对神经网络进行权值优化。而且，引入综合反映气温、湿度及风力对人体作用的几个气象因子评价气象因素对短期负荷的影响。利用本文所述方法编制了程序，对实际的地区电网进行了短期负荷预测试验，结果表明预测精度是满意的，从而说明了本方法的有效性和实用性。2.期刊论文韩哲.陈治平.熊斯毅.黎湖广.HANZhe.CHENZhi-ping.XIONGSi-yi.LIHu-Guang人工神经网络及其在电力短期负荷预测中的应用研究-科学技术与工程2009,9(5)电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定.通过讨论短期负荷预测,来阐述Levenberg-Marquardt算法优于传统BP算法.并分别用BP算法和Levenberg-Marquardt算法对绥龙110kV变电局所属供电网络远动采集来的负荷数据进行预测,来说明Levenberg-Marquardt算法优于传统BP算法.3.学位论文杜涛基于小波及神经网络混合模型的电力短期负荷预测研究2002在该文中,对负荷中具有较强周期变化规律的分量,根据其特点构造神经网络模型对其进行预测.而考虑到随机变化分量在负荷中所占比例较小,在此只使用线性加权法对其进行预测.为增加神经网络的收剑速度及稳定性,在神经网络训练过程中采用了L-M算法.为了获得较小的网络规模,取得较快的训练速度及较高的预测精度,在该文中对各序列分别采用一组神经网络,每个时间点分别建立一个网络进行预测.最后通过迭加各分量预测结果得到最终预测结果.实例计算数据表明采用该文所提出的混合模型不但可以减小负荷预测的平均误差,而且对每日峰值负荷预测精度也有较为显著的改善.4.学位论文冯继安基于粗糙集理论的电力短期负荷预测2007随着我国电力事业的发展，电网的管理日趋现代化，电力系统负荷预测问题的研究也越来越引起人们的注意，现在已经成为了现代电力系统运行研究中的重要课题之一。电力系统负荷预测的结果是研究电力系统规划问题、电力系统经济运行及其调度自动化的重要依据。预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量。本文首先对负荷的特性与分类进行了研究，指出负荷除了具有年周期、周周期和日周期性外，还受到多种外部因素的影响从而呈现出不同的特性，在此基础上分析了诸如温度，降雨量与节假日等对负荷的影响特征及关系。其次，对于电力负荷预测中目前最常用的方法．人工神经网络进行了一些理论基础的介绍和探讨工作。重点介绍了BP网络在电力负荷预测中的实际应用，并深入研究了在实际的系统中BP网络所遇到的问题，并提出了一些改进措施。然后，针对采用神经网络进行电力系统短期负荷预测时其网络输入变量的选择是影响预测效果的关键，该文提出使用粗糙集理论来解决这一问题。在分析探讨了粗糙集基本理论的基础上，文章重点探讨了基于属性依赖度的属性约简算法，并将其用来挖掘与负荷最为相关的因素作为预测模型的输入，保证输入变量的合理性。最后，创建基于数据挖掘技术的负荷预测模型。文中以预测工作的各个环节为线索，将预测模型分为四个模块：数据预处理模块、样本选择模块、属性约简模块以及预测模块。从各个环节考虑影响负荷预测精度的因素，并加以解决。实例分析证明，本文所提出的负荷预测模型在一定程度上可以提高负荷预测的精度。5.学位论文卢建昌基于电力市场的短期负荷预测建模理论及应用研究2004论文首先提出了电力市场体系下短期负荷预测建模的基本原理.然后在非线性数学理论基础上对短期负荷预测建模的有关理论进行了研究,主要从人工神经网络方面、小波分析方面和小波网络方面进行研究.最后在以上理论的基础上提出了应用于实际的短期负荷预测建模方法,并结合河北地区的历史负荷数据进行了实证研究.论文的主要工作和创新点如下:1、全面总结了近10年来国内外短期负荷预测建模的方法,系统论述了电力市场体系下负荷预测的基本理论,首次提出了电力市场体系下负荷预测的基本概念,讨论了短期负荷预测的影响因素、负荷构成和预测误差评价指标,为后面的研究做好理论铺垫.2、人工神经网络建模的理论一直以来是非线性科学的重要分支,本文主要讨论了能够应用于电力短期负荷预测的前项网络及其算法.3、小波变换是八十年代后期发展起来的应用数学分支,它在电力系统负荷预测领域起到了重要作用.本文系统总结了小波变换和多分辨分析的有关理论,讨论了小波变换的定义和特点.4、本文讨论了DB正交小波和双正交小波的构造方法,结合前面对RBF的讨论,提出了一种基于DB正交小波—RBF网络算法,并对河北地区的历史负荷数据进行了实证研究,验证了模型的有效性.6.期刊论文招海丹.吴捷.杨苹.严华.ZHAOHai-dan.WUJie.YANGPing.YANHua一个综合智能化电力短期负荷预测系统的研究-电网技术2000,24(12)介绍了一个模块化的综合智能化电力短期负荷预测系统,第一个模块采用人工神经网络建模,第二个模块采用自适应最优模糊逻辑系统建模,第三个模块是在实现前二者预测的基础上,针对其预测方法的不足,辅以模糊专家系统的修正机制.在天气变化不大且没有特殊事件发生时,可直接用自适应最优模糊逻辑系统预测方法和人工神经网络方法预测星期二到星期六的负荷,不必用模糊专家系统进行修正.对于星期日和星期一的负荷,或当天气突变、有特殊事件发生时,就必须利用模糊专家系统修正方法对预测结果进行修正.对某省网的日负荷数据进行了具体计算,结果表明此负荷预测系统能取得满意的预测效果.该系统的实用化软件包已投入试运行.7.学位论文吴功高基于改进人工神经网络法的短期负荷预测2007短期电力负荷预测是电力系统运行调度中一项非常重要的内容,它是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面,是能量管理系统(EMS)的组成部分,也是今后进行电网商业化运营所必需的基本内容.本文首先对负荷预测的现有方法进行了综述;接着深入研究了神经网络的模型建立问题,并提出了较为适用的建模方法和应遵循的原则;在研究了大量文献资料的基础上,通过分析电力负荷的各种重要因素,梅建了一个三层的BP神经网络,应用改进的BP神经网络,建立了短期负荷预测的模型,并用历史负荷数据进行训练,成功的进行了电力系统的短期负荷预测.预测结果的精度相对传统方法有了很大程度的提高,证明了人工神经网络在电力短期负荷预测领域的有效性.8.学位论文王光宇电力系统短期负荷预测技术及应用研究2005负荷预测是电力市场条件下电力管理的核心内