嘉善地区短期电力负荷预测

摘要

短期电力负荷预测对制定运行方式，维持电力系统安全和经济运行有重要作用。因此，寻求有效的短期电力负荷预测算法，减少对运行人员经验的依赖性，提高预测结果的准确度，具有重要意义。电力负荷既有一定的规律性，又有很强的随机性，未来某一时刻的负荷，通常与过去的负荷水平、当前的运行状况、预测期的气象因素以及日期类型等密切相关，其中存在大量的线下和非线性关系。

本文对嘉善供电局所管辖地区的电力负荷特性进行了详细分析，提出擅长拟合非线性映射的神经网络BP算法，通过非线性阻尼最小二乘法（Levenberg-Marquardt）学习规则来进行网络训练，能较好地拟合原始数据，其预测输出值与实际值的相对误差较小，能够满足精度要求。嘉善地区短期电力负荷预测的实例证明该方法预测精度高，适应性强。

关键词　短期负荷预测  Matlab神经网络  负荷功率  电负荷高峰期

目录

摘要 I

引言 1

第1章 电力负荷预测的背景及研究意义 2

1.1电力负荷预测的相关知识 2

1.2电力负荷预测课题的研究意义 2

第2章 电力负荷预测特点 3

2.1 不准确性 3

2.2 条件性 3

2.3 时间性 3

2.4 多方案性 3

第3章 电力负荷预测的内容及程序 4

3.1 电力负荷预测的内容 4

3.2 电力负荷预测的程序 4

第4章 电力负荷预测模型及基本算法 5

4.1 电力负荷预测模型 5

4.2 电力负荷预测基本算法 7

第5章 电力短期负荷组合预测模型 8

5.1 Matlab神经网络工具箱 8

5.2 电力负荷组合预测模型 8

第6章 电力系统短期负荷预测建模及MATLAB实现 9

6.1 基于神经网络的预测原理 9

6.2 嘉善地区电力系统短期负荷预测建模及MATLAB实现 10

结论 18

参考文献 19

致谢 20