学海网

毕业设计 电力系统短期负荷预测方法及研究，共64页，23947字
【摘要】电力负荷预测就是考虑系统运行特性、自然条件、社会条件和地区经济发展状况等重要因素影响的条件，利用历史负荷值经过一系列的数学计算，在满足一定精度的情况下，决定未来某特定时刻的负荷值。短期负荷预测是指提前1天至1周内的日负荷预测。
论文针对衢州某地区短期电力负荷预测问题，分别采用BP网络和ELMAN网络建立预测模型采用相似日的神经网络预测方法，考虑温度因素，选取28点和54点两种输入节点方式，24点负荷预测节点输出方式。采用matlab软件编程，建立网络模型并训练，实现仿真预测，并对不同的网络模式，不同的输入节点模式的预测误差进行分析比较。同时创建用户界面(GUI)，实现人性化控制，更方便的实施控制及分析。
【关键词】短期负荷预测；BP网络；ELMAN网络；matlab；GUI

目录
1 绪言 1
1.1 选题的研究背景和意义 1
1.2 短期电力负荷预测的研究现状和存在的问题 2
1.3 本课题研究目标和主要内容 5
2 BP网络基本原理 7
2.1 引言 7
2.2 BP神经网络的基本原理 7
2.3 BP神经网络的主要缺点及改进 11
2.4 小结 13
3 ELMAN神经网络的基本原理 14
3.1 引言 14
3.2 ELMAN神经网络的基本原理 14
3.3 改进的ELMAN神经网络 15
3.4 小结 17
4 历史负荷数据预处理 18
4.1 引言 18
4.2 历史数据负荷的预处理 18
4.3 网络输入样本的选取 21
4.31 影响负荷因素的研究 21
4.32 样本归一化处理方法 22
5 基于神经网络的短期负荷预测研究 23
5.1 MATLAB语言及神经网络工具箱函数 23
5.1.1 MATLAB简介 23
5.1.2 神经网络工具箱 23
5.2 短期负荷预测模型 24
5.2.1 网络输入、输出节点的选取 24
5.2.2 隐层节点的确定 24
5.2.3 网络输入样本数据的归一化处理 24
5.2.4 主程序流程图 25
5.3 基于BP神经网络、ELMAN神经网络负荷预测模型 25
5.3.1 预测网络的建立、参数初始化 25
5.3.2 网络训练及仿真 26
5.3.3 预测结果分析 28
6 负荷预测图形化用户界面（GUI）设计 36
6.1 引言 36
6.2 GUI基本知识 36
6.3 负荷预测界面设计 36
6.4 功能的实现、编程 37
7 总结 43
参考文献 44
致谢 46
附录 47