基于去除冗余方法的电力负荷线性组合预测-电力系统及其自动化专业论文.docx

摘 摘 要 (电力系统负荷是电力系统运行、规划的重要依据。精确的负荷预 测能提高系统运行的可靠性和经济性。本文较详细的分析了灰色预 测、外推法技术和人工神经网络的理论，并建立了相应的负荷预测模 型。同时介绍了外推法技术和人工神经网络的理论及其进行负荷预测 的模型。由于电力系统负荷是非平稳时间序列，以上任一预测模型都 不能在任何时刻均充分反映数据的变化，也就是不能始终得到准确度 很高的预测值。如果对同一预测问题采用各种不同的预测方法，并加 以适当自鲁组合，则可以较充分地利用各种信息，达到提高预测精度的 ＼／ 目的。}／本文提出了把灰色预测、外推技术和人工神经网络三种预测方 r 法进行线性组合，得出组合预测结果。组合预测法克服了单一方法的 缺陷，扩大了适应范围，提高了预测的精度。在线性组合模型的求解 中，提出了去除冗余方法的定理以及使用误差协方差阵的主对角元素 的近似简化，避免了使用复杂的非线性规划法，简化了组合预测模型 的计算，减少了计算时间。 关键词：负荷预测 灰色模型外推法人工神经网络线性组合 冗余方法 AbstractThe Abstract The power System lOad forecasting is the impOrtant foundatiOn fOr power system t0 dO Operating and pIan． PrecisiOn IOad forecasting wIlI improVe the reIiabjlity and economics of the power system OperatiOno The Grey FOrecast、the Extrap0IatiOn and the ArtificjaI Neural Network M0deIs are studied ln this paper and methOds fOr 10ad forecasting are proposedo Because the pOwer system IOad is not unstable time Iist，any modeI ab0Ve can nOt exactIy refIect the change 0f the data in any tlme， and can not obtain the precision Ioad forecasting．1f using the three djfferent modeIs(the Grey Forecast、 the Extrapolation and the Artmclal Neu阳l Network)for the same kinds 0f load forecasting， and trying t0¨near cOmbjne the resuIt Of the three methods，can improVe the precisjon。The combination method deVelops the prediction methods，and is more availabIe， ．mproves the IOad forecasting predictiOn。 In the calcuIatiOn of Iinear∞mbination forecasting modeI， this paper presents the ldea of redundant methOds and seVeraI theOrems Of deIeting n≥dundant methOdso It aVoids method of non一|．near prog陷m and simpI时caIcuIation and decrease caIcuIation time． Key words：IOad fo怕∞st．ng。GrlBy model。E)c瞻p0IatiOn，AnificiaI Neural netw0水。 Linear combinatiOn。 Redundant Methods 天津大学硕士生毕业论文第一章 天津大学硕士生毕业论文 第一章 绪论 第一节负荷预测概述 负荷预测的意义： 首先，负荷预测是保证电网安全经济运行的重要支撑部分。现代电力系统 的特点是：系统庞大、组成元件众多、用户分布范围广、用户需求复杂。要想 满足广大用户的需求，并使无法保存的电能的生产和消费达到动态平衡，对电 力公司来说，就必须对用电负荷进行预测。并依此为据来制订发电机组的开停 计划，变压器的检修时间表，只有这样才能保证可靠地供电，也只