电力系统负荷预测指导教师：×××答辩人：×××选题背景及意义选题的背景及意义单击此处添加院校名称1电力系统负荷预测决定着电网计划用电的方向。在成功完成电力系统负荷预测任务的基础上，才可以对系统运行方式和检修部门的运检计划做出合理安排，对国家大政方针的执行才可以落到实处，才能够适应国家不同阶段、不同时期、不同区域对电能的需求。2负荷预测也将在新的时代下发挥更大的作用负荷预测的意义就是合理安排与星级化，合理安排系统规划，在满足各类用户电能需求的同时，最小化发电成本。这既可以降低电力公司的成本，提高企业的综合竞争力，又可以节约一次能源。3负荷预测平衡经济发展过程中的供需矛盾负荷预测起着很大的作用，科学地对负荷进行预测，一直是相关部门制定发展计划、供给计划、燃料计划的重要依据。论文综述电力系统负荷预测方法BP神经网络简介BP负荷预测模型分析与优化总结电力系统负荷预测方法单击此处添加院校名称根据及时获得的负荷数据信息可以做出负荷曲线，适当利用合适的计算方法可以将负荷曲线一定程度外推，同时保证一定的准确率。这样的负荷曲线对于数据有一定的要求，其一是符合历史趋势，其二是足够反映出负荷变化情况。趋势外推法传统方法回归分析法灰色预测法小波分析方法时间序列法从时间的维度看，负荷数据可以看成时间序列，如果能够找到负荷大小随时间变化的规律，建立一个以时间为影响因素的时序模型，以此来推测未来某个时间的负荷大小，这样的方法可以说是合理的。负荷预测之所以可以运用灰色预测法，就是因为影响负荷大小的因素有很多，但是并不全部被人们所知。这种方法适用于负荷数据不多、固定时间段内的数据变化规律，可以建立普通灰色系统模型和最优灰色系统模型。这种方法在时域、频域分析中有较大的应用，在局部范围内有足够优秀的性质，小波分析凝结了调和分析、样条分析、泛函分析等多种分析方法的智慧。回归分析法本质上是一种曲线拟合方法，对采集到的带有随机性的负荷数据拟合得到一条确定的曲线，是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。电力系统负荷预测方法单击此处添加院校名称这套系统将获取到的相关领域专家的知识经验组成数据库，将实际问题与数据库中的数据进行对比，在此基础上可以得到推理结果，专家系统适用于专业范围明确，理论不完整或不精确的领域。专家系统预测方法法智能方法神经网络预测方法模糊预测方法神经网络模拟人脑，分为输入层、隐藏层、输出层，不同的神经网络模型的侧重点不同，能够实现的功能也不尽相同。基于神经网络的负荷预测方法可以得到较为准确的结果。模糊推理基于模糊理论，以IF-THEN的形式来表达模糊集合间的关系。电力负荷预测要求有详细的历史数据，然而历史数据与当前数据之间的关系又具有不确定性，在这种不确定性条件下，应用模糊推理是可行的。BP神经网络简介单击此处添加院校名称从上图可以看出，BP神经网络由输入层、隐藏层和输出层三部分构成，上下层节点相互连接，同层节点不连接。三部分的作用如下：（1）输入层：输入信号的输入；（2）隐藏层：输入信号通过隐含层作用于输出节点，经过非线性变换，产生输出信号；（3）输出层：输出信号输出。BP神经网络简介单击此处添加院校名称B从上图可以看出神经元的输出为：式中用到的激活函数f可以是阈值函数、sigmoid函数和双曲正切函数。其中最常用的是sigmoid函数，Sigmoid函数是非线性函数，又称为S函数，它的特点是其本身及其导数都是连续的，可以很好地解决非线性问题，因此受到了很广泛的应用。BP神经网络简介单击此处添加院校名称在使用sigmoid函数时，sigmoid函数的输出：其输出图形如左图所示使用S型激活函数时，BP网络的输出及其导数图形如右图所示。sigmoid函数：BP神经网络简介单击此处添加院校名称（1）网络初始化：给各个神经元之间的连接随机赋予一个权值，这个权值在（-1,1）之间，并设定期望误差e,学习率ɛ，最大学习次数M；（2）将随机选取的K个样本进行计算并得到期望输出；（3）计算隐藏层各个神经元的输入和输出；（4）通过输出和设定的期望输出之间的误差函数计算...
