1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

一． 课题研究的背景及意义

电力系统是由发电、输电、变电、配电和用电等环节组成的电能生产与消费系统，其作用就是对各类用户竟可能经济地提供可靠而合乎标准要求的电能，随时满足各类用户的要求，也就是满足符合要求。由于电力的产生与使用具有特殊性，目前为止，有关电能最突出的问题就是电能是不能储存的，这样就要求系统发电出力随时紧跟随系统负荷的变化动态平衡，否则，就会影响供用电的质量，重则危及系统的安全与稳定^[5]。因此，电力系统负荷预测由此发展而来，其作用也日益重要。电力短期负荷预测是电力系统安全调度和经济运行的重要依据。在电力市场环境下，各电力公司若要制定合理的经济模型和具有竞争力的实时电价，则需依赖于准确和快速的负荷预测^[9]。

2. 研究的基本内容、问题解决措施及方案

精准的负荷预测，有利于经济合理安排电网内部发电机组的启停，保持电网运行的安全稳定，减少不必要的旋转储备容量；有利于用电管理，合理的安排电网运行方式和机组检修计划，保证社会的正常生产和生活；有利于节油，节煤和降低发电成本，提高电力系统的经济效益和社会效益。

本毕业设计的目标是通过研究一种神经网络模型（bp神经网络）进行短期的负荷预测，用有动量的梯度下降法和l-m算法相结合，共同改进bp算法，该方法可实现加快仿真速度，提高精度的目的。编写相应程序实现算法，并用电力系统实际数据，验证算法的可行性。

具体内容和要求如下：