含大量冲击性负荷的电力系统短期负荷预测研究.docx

含大量冲击性负荷的电力系统短期负荷预测研究


12000字 34页 原创作品已通过查重系统


摘 要
电力负荷预测是电力系统规划设计的重要内容，准确的负荷预测对于电力系统安全可靠经济的运行有着重要意义。因此，提高负荷的精准度一直是一个热门的研究方向。含大量冲击性负荷的短期负荷预测与传统的负荷预测不同。冲击性负荷的随机性强，规律性并不明显，采用传统的负荷预测模型对其进行预测的误差比较大，难以得到理想的结果。
本文提出采用基于小波分析和BP神经网络的预测方法对含大量冲击性负荷的电力系统进行短期负荷预测。小波分析是近二三十年来迅速发展起来的一种时频分析方法。它具有多分辨率分析的特点，在时域和频域上都能体现出信号的局部信息。因此，小波变换可以将包含多种频率成分的负荷分解成不同层次的分量。同时利用小波降噪对负荷数据进行预处理可以使原始负荷曲线更为光滑，有利于提高负荷预测的准确度。BP神经网络模拟人脑的神经网络，对于处理非线性的数据有明显优势，采用BP神经网络对经过小波变换及降噪处理的负荷数据进行预测，可以得出比较理想的预测结果。
本文采用基于小波分析和BP神经网络的预测方法进行短期负荷预测，算例分析结果可见所提出方法可得到精度更高的负荷预测结果，表明了该方法的有效性。



关键词：冲击性负荷，短期负荷预测，小波分析，BP神经网络