导读:本文包含了电力系统负荷预报论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,负荷,电力系统,小波,梯度,网络,序列。
电力系统负荷预报论文文献综述
马克森[1]（2016）在《基于神经模糊网络和小波理论的电力系统短期负荷预报研究》一文中研究指出目前,电力负荷预测对于电力工业的发展有着至关重要的作用。电力负荷预测是决定电力系统决策和优化的最主要的能源信息。作为整个系统质量性能的主要指标,电力负荷预测准确度的提高有利于节约能源,增加企业利润。由于时间序列的复杂性和不确定性,使得能耗预测的精度较低。影响电力负荷预测水平的因素(包括系统自身和随机条件)很多,例如能源结构的持续改变,EPC本身的拓展,这些都使提高能耗预测准确性的任务更加困难。本文的目的是在智能计算技术的基础上开发一种电力负荷预测系统,该系统能够很好的解决并有效改善短期预测精度低的问题。通过解决以下任务能够实现目标:(1)分析目前电力负荷预测的方法,找出提高预测精度最有前景的方向;(2)建立一种预测电力消耗系统的技术;(3)在前人研究的基础上,建立一个电力消耗预测系统;(4)开发系统的MATLAB程序的实验研究;(5)建立系统质量和可靠性的比较分析。本文实现研究目标的应用内容:数学建模和时间序列的预测方法;回归分析;模糊集理论;小波理论的基础;人工神经网络和混合网络理论;进化模型的方法;MATLAB数学软件包。科学成果的独创性包括:(1)波动负荷数据的呈现模式的特征是由时间序列的加性成分来进行识别和描述的,这个特点和性质区别于其它方法;(2)短期负荷预测的过程是在将时间序列分为不同的组别的基础上设计初步步骤,通过分别预测每个组件的特点,从而实现在联合使用的智能计算技术中的预测;(3)利用小波滤波和模糊神经网络对电力负荷预测系统的构建方法进行了分析,反映了高频、低频、中频区域的时间序列特性。本文采用的基于小波理论和神经模糊网络理论的电力负荷预测系统的预测结果优于以往使用的经典理论和方法。因此,能够完成并实现这项工作的目标。(本文来源于《兰州交通大学》期刊2016-06-17）
李晓娓,吴多海[2]（2015）在《基于神经网络的电力系统负荷预报》一文中研究指出电力系统实现经济运行的前提必须是迎合电力负荷的需要、这对电力系统的安全稳定运行有重要意义。BP神经网络是一种具有强大的非线性映射能力的人工神经网络,在解决复杂的非线性问题中普遍得到应用。比如将BP神经网络应用于电力系统负荷预算将有效提高电力公司的发电效率,但BP神经网络极易陷入局部极小值以及收敛速度慢等问题。因此对BP神经网络改进算法进行研究,得出了用于电力符合预算的模型训练速度及预测误差,结果表明,改进的算法对负荷预测是行之有效的。(本文来源于《科技展望》期刊2015年29期）
崔艳青[3]（2013）在《电力系统负荷预报方法研究》一文中研究指出在电力系统现代化管理，乃至整个国民经济的发展中，电力负荷预报都具有不可忽视的重要意义，尤其是准确的短期电力负荷预报。它是能量管理系统的重要组成部分，是电力调度、制定电价的基础，是电力系统安全、经济、可靠运行的前提。研究负荷特性、分析负荷理论、优化预报算法、提高预报精度、建立高效实用的负荷预报模型已成为当前电力系统负荷预报中十分重要的课题。本文主要针对电力系统短期负荷的预报方法及其预报模型的建立进行了研究，在对负荷时间序列分析的基础上，分别建立了基于电力负荷量测序列的自适应AR模型、基于电力负荷量测序列的混沌预报模型、组合最优预报模型。对于电力负荷量测序列自适应AR模型的建模及参数估计过程中，采用叁种不同的模型估计的递推算法，即基于最小二乘方法、基于Wiener滤波理论的方法、基于Kalman滤波理论的方法。在建立基本预报模型的基础上加以改进，对各模型的预报效果进行分析比较，得出最优模型。对于建立基于混沌时间序列相空间重构的预报模型，首先对延迟时间、嵌入维数、最大Lyapunov指数等参数的多种计算方法进行分析和改进。然后利用所求的参数建立基于最大Lyapunov指数预报模型，将改进的欧几里德距离公式运用到建模过程中，使预报精度大大提高。将Kalman滤波理论引入到混沌时间序列中，提出混沌Kalman滤波预报方法，利用相点演化关系，直接建立混沌系统的状态空间模型，利用Kalman滤波自身具有的实时校正技术，对具有混沌特性的电力系统负荷序列，进行相点演化的实时递推预报。在组合预报方面，为了克服各个单一预报模型自身的局限，更好的利用各模型的预报结果，提出了将最小二乘法、Kalman滤波法、混沌Kalman滤波法加相权的组合预报方法，分别采用方差—协方差法(MV)、最优加权法来确定权重系数，分析两种方法的优劣，得出较为适合的模型；为了避免某种单一方法预报结果的突变，提出了一种改进的组合预报方法，用于模型的修正，提高预报精度。(本文来源于《哈尔滨工程大学》期刊2013-01-23）
贾花萍[4]（2012）在《GRNN神经网络在电力系统负荷预报中的应用》一文中研究指出为了预报电力系统负荷,采用GRNN(广义回归网络)的方法,通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型,用MATLAB7.0仿真,达到了预测的目的。利用GRNN神经网络预测结果准确率高,避免了BP网络预测同样的数据库,算法冗长,网络预测结果不稳定的缺点,GRNN网络具有更好的预报精度。(本文来源于《电子设计工程》期刊2012年03期）
刘志刚[5]（2010）在《浅析BP网络在电力系统负荷预报中的应用》一文中研究指出电力负荷预报对电力系统控制、运行和计划都有着重要意义。BP网络是系统预测中应用广泛的一种网络形式,采用BP神经网络对负荷值进行预报,着重介绍神经网络算法在日负荷预测中的应用。(本文来源于《硅谷》期刊2010年21期）
靳光明[6]（2010）在《基于BP网络的电力系统负荷预报研究》一文中研究指出电力负荷预报在实时控制和保证电力系统经济、安全和可靠运行方面起着重要作用。利用BP(Back-Prop-agation)神经网络模型,通过输入特征数据来训练网络,使其具有预测功能。网络测试的结果表明,该网络能够满足预测要求,可以投入实际应用。(本文来源于《甘肃科技》期刊2010年12期）
高尚春[7]（2008）在《基于BP神经网络的电力系统负荷预报》一文中研究指出研究了基于BP网络在中电力负荷预测中的应用,通过神经网络对训练样本的学习,自动提取影响中长期电力负荷的诸多因素。从训练速度、预测误差等方面分析对比了两种神经网络预测能力,仿真和实例数据表明了两种神经网络在中长期电力负荷预测方面的可行性和良好效果。(本文来源于《科技风》期刊2008年05期）
张涛,王杰,宋北光[8]（2007）在《基于BP神经网络的电力系统负荷预报》一文中研究指出电力系统负荷变化易受多方面因素的影响,负荷曲线呈现出强烈的非线性。而BP神经网络具有较强的非线性映射特性,它只需输入输出样本数据而不需要做复杂的相关假定即可完成系统的建模。通过实验证明将该方法用于电力系统负荷的预报是有效可行的。(本文来源于《微计算机信息》期刊2007年16期）
赵希人,沈艳,姜广宇[9]（2005）在《基于改进的神经网络的电力系统负荷预报》一文中研究指出用共轭梯度算法改进BP神经网络,使得网络的性能得到改善,缩短了网络训练时间,提高了预报精度,并将其应用于电力系统负荷预报,通过对东北电网实测数据的仿真计算表明,该方法是可行的。(本文来源于《仪器仪表学报》期刊2005年S1期）
姜广宇[10]（2005）在《电力系统短期负荷预报方法研究》一文中研究指出电力系统短期负荷预报是实现电力系统优化运行的基础，对于电力系统运行的安全性，可靠性和经济性都有显着影响。因此，寻求有效的负荷预报方法以提高预报精度具有重要意义。迄今为止，研究人员已经提出了许多有效的方法。本文应用目前较为流行的神经网络方法对电力系统短期负荷进行预报，主要进行了以下工作： 1．了解电力系统短期负荷预报的现状，总结国内外的研究方法。 2．深入学习神经网络及其相关知识，设计出用共轭梯度法改进的BP网络和改进的RBF网络，并将它们应用于负荷预报中，收到了很好的效果。相比普通的BP网络，不但预报精度大大提高，而且学习时间也缩短许多。 3．学习小波理论，尝试将小波分析与神经网络相结合，设计出一种小波神经网络，并将其用于负荷预报，同样收到了很好的效果，并且将叁种方法进行了比较。 4．最后总结了本文的主要研究工作与收获，提出了一些改进方案，并介绍了电力系统短期负荷预报的发展前景。(本文来源于《哈尔滨工程大学》期刊2005-12-01）
电力系统负荷预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
电力系统实现经济运行的前提必须是迎合电力负荷的需要、这对电力系统的安全稳定运行有重要意义。BP神经网络是一种具有强大的非线性映射能力的人工神经网络,在解决复杂的非线性问题中普遍得到应用。比如将BP神经网络应用于电力系统负荷预算将有效提高电力公司的发电效率,但BP神经网络极易陷入局部极小值以及收敛速度慢等问题。因此对BP神经网络改进算法进行研究,得出了用于电力符合预算的模型训练速度及预测误差,结果表明,改进的算法对负荷预测是行之有效的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电力系统负荷预报论文参考文献
[1].马克森.基于神经模糊网络和小波理论的电力系统短期负荷预报研究[D].兰州交通大学.2016
[2].李晓娓,吴多海.基于神经网络的电力系统负荷预报[J].科技展望.2015
[3].崔艳青.电力系统负荷预报方法研究[D].哈尔滨工程大学.2013
[4].贾花萍.GRNN神经网络在电力系统负荷预报中的应用[J].电子设计工程.2012
[5].刘志刚.浅析BP网络在电力系统负荷预报中的应用[J].硅谷.2010
[6].靳光明.基于BP网络的电力系统负荷预报研究[J].甘肃科技.2010
[7].高尚春.基于BP神经网络的电力系统负荷预报[J].科技风.2008
[8].张涛,王杰,宋北光.基于BP神经网络的电力系统负荷预报[J].微计算机信息.2007
[9].赵希人,沈艳,姜广宇.基于改进的神经网络的电力系统负荷预报[J].仪器仪表学报.2005
[10].姜广宇.电力系统短期负荷预报方法研究[D].哈尔滨工程大学.2005
论文知识图
