保定地区电力负荷分析与预测的研究

摘要

电力负荷预测是电力部门定期运营和设备是否扩建的重要环节，关系到国计民生。由于电力参数众多，计算复杂，并且需求也不完全统一，找到一种通用预测模型绝非易事。当前电力负荷与过去某时刻的负荷水平，运行状况和天气等因素有个紧密的联系，在这些规律下，也往往伴随着随机性。

神经网络具有非常强的非线性表达能力，它可以处理这些随机性的因素，因此本课题以保定地区电力负荷数据为基本数据原型，深入分析了导致电力负荷变化的原因，并对电力负荷预测的传统的方法进行了剖析，重点研究了基于BP神经网络的电力负荷预测工作。在对数据的处理分析中，对于异常的负荷数据主要使用数理统计的方法对负荷的偏离率进行计算，通过该操作对数据进行预处理，然后使用预处理后的数据得到的负荷的原序列结果可靠度提高。在此基础上，搭建了一个BP神经网络模型，确定了BP网络模型中的相关参数，并用建立的BP神经网络模型，对保定地区的电力日负荷进行预测，预测结果表明此方法在短期预测下仍具较高预测精度。

关键词  电力负荷；BP神经网络；预测

目录

摘要 I

引言 1

第1章 电力负荷预测的理论 2

1.1电力负荷的种类和预测原则 2

1.1.1电力负荷的种类 2

1.1.2电力负荷预测的原则 2

1.2电力负荷预测的周期 2

1.2.1短期电力负荷预测 2

1.2.3中期电力负荷预测 2

1.2.4长期电力负荷预测 3

第2章 电力负荷数据的预处理 4

2.1保定地区电力负荷数据分析 4

2.2负荷数据的垂直和水平处理 6

2.2.1负荷数据的垂直处理 6

2.2.2负荷数据的水平处理 7

2.2.3保定地区负荷数据的处理 8

第3章 基于神经网络的预测方法 10

3.1神经网络模型 10

3.2神经网络模型的训练 11

3.2.1训练反向传播神经网络 11

3.2.2测试反向传播神经网络 12

3.3日电力负荷预测模型的建立 12

第4章 保定地区电力负荷分析与预测研究 14

4.1保定地区电力负荷特性分析 14

4.2反向传播算法模型构建 15

第5章 结论与展望 20

参考文献 21

致谢 22