论文总字数：32179字

摘 要

电力系统短期负荷预测是电力系统调度运营和负荷管理的一项重要的日常工作，精确的负荷预测可以提高电力系统运行的安全性和经济性，减小不必要的热备用,制定合理的发电计划，从而有效减小发电成本。本文主要采用组合模型方法进行短期负荷预测。

时间序列方法是目前电力系统短期负荷预测中发展较为成熟的算法。但时间序列方法本身存在一些不足，如建模过程比较复杂。人工神经网络具有很强的非线性拟合能力，适合应用于短期电力负荷预测。在负荷预测的人工神经网络方法中，采用了神经网络中经典的BP算法，采用了适合电力系统短期负荷预测的神经网络模型，该模型充分利用了神经网络高度非线性建模能力。

为了进一步提高预测精度，我们采用基于时间序列和神经网络组合的电力系统负荷预测方法。算例表明是可行而有效的。

关键词：短期负荷预测 时间序列 BP神经网络 组合预测法

Short-term Load Forecasting Based on Combination Forecasting method

ABSTRACT

Electric power system Load Forecasting is one of important operations in dispatching, demanding, scheduling and planning of power system management sectors. Accurate load forecasts will improve security and stability of power network operations, decrease unnecessary spinning reserves, schedule reasonable maintenance plan, and reduce generating costs efficiently.

This paper mainly forecast the load by using the combined forecasting model. Time Series theory one of the most mature methods in electric power system Load Forecasting in the present. But this method still has some disadvantages, for example, the modeling process is complicated.

The Artificial Neural Network（ANN）is good at processing nonlinear fitting problem, and this method is suitable for Short-term load forecasting. We adopt the Error Back Propagation（BP network）to forecast load. The BP network does take the advantages of its nonlinear fitting capability.

In order to improve the accuracy of forecasting, we finally adopt the Combined Forecasting method which is based on Time Series and Artificial Neural Network（ANN）to do the work. And the calculation example shows that this method is feasible and effective.

Key Words: Short-term load forecasting (STLF);Time Series

Back Propagation (BP);Combined Forecasting

目 录

摘 要 I

ABSTRACT II

第一章 引言 1

1.1 课题背景

1.2 负荷预测的基本原理

1.3 短期负荷预测的特点和影响因素

1.3.1 短期负荷预测的特点

1.4 电力系统负荷预测的研究现状

第二章 短期负荷预测理论和方法综述 6

2.1 短期负荷预测的传统方法

2.1.1 回归预测法

2.1.2 趋势外推法

2.1.3 指数平滑法

2.1.4 时间序列模型

2.2 现代智能化预测技术

2.2.1 基于知识的专家系统

2.2.2 人工神经网络

2.2.3 模糊逻辑系统

第三章 随机时间序列预测法 13

3.1 时间序列预测法的相关基础概念

3.1.1 时间序列的平稳性

3.1.2 时间序列的自协方差与自相关函数

3.2 时间序列预测法的具体步骤

3.2.1 随机时间序列平稳性分析

3.2.2 模式识别

3.2.3 模型中参数估计

3.2.4 模型的检验与修改

3.2.5 建立预测模型

第四章 用于短期负荷预测的人工神经网络 20

4.1人工神经网络基本特征

4.1.1 神经网络的基本概念

4.1.2 神经网络的学习方式

4.2 BP网络的基本原理及其算法

4.2.2 BP网络的基本原理

4.2.2 BP算法的数学描述

4.2.3 BP算法具体实现步骤

第五章 组合预测法 26

5.1 组合预测的原理

5.2 组合预测的基本方法

5.2.1 等权平均组合预测法

5.2.2 固定权值法

5.2.3 时变权方法

5.2.4 回归组合预测法

第六章 基于组合预测法的日负荷预测 30

6.1 分别采用三种法进行日负荷预测

6.1.1 采用神经网络法进行预测

6.1.2 采用时间序列法进行预测

6.1.3 采用组合预测法进行预测

6.2 误差分析

结论和展望 41

参考文献 42

致谢 44

第一章 引言

1.1 课题背景

当前我国电力系统正在蓬勃发展，电网管理也日趋现代化。与此同时，电力负荷预测问题的研究也越来越受到人们的关注，而且已经成为现代电力系统研究领域的一个重要课题。在实践中，无论是对制定电力统规划还是实现电力系统负荷调度来首，进行相应的负荷预测都是不可或缺的。

为各类用户尽可能提供可靠而经济的电能是电力系统的主要作用，从而能够随时满足各类用户的要求。在电力系统中，我们称其为能够满足负荷要求。电力系统负荷预测是电力系统发电计划的重要组成部分，同时也是电力系统经济运行的基础。在当前电力系统蓬勃发展且电力负荷需求紧张的情况下，进行合理地电力系统负荷预测显得极其重要。

电力系统负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一，提高电力系统负荷预测水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤，节油和降低发电成本，有利于制定合理的电源建设规划。此外，负荷预测还与需求侧管理（DSM）以及电网规划运行，配网自动化等方面紧密结合，发挥并提高了电力系统的经济效益和社会效益。因此，进行电力系统负荷预测己经成为实现电力系统管理现代化的重要内容之一。电力系统负荷预测理论就是因此而发展起来的，在现代电力系统工程科学中它已经成为占有重要地位的研究领域，是电力系统自动化领域中的一项重要内容^[2]。

请支付后下载全文，论文总字数：32179字