电力系统短期负荷预测及其相关问题研究

摘要

该文就神经元网络、数据发掘技术在电力系统短期负荷预测中的应用进行了研究与分析,得出如下的研究成果:对目前电力系统短期负荷预测的理论和方法进行了全面的回顾和评述,介绍了现代负荷预测方法的发展及现状.对人工神经元网络的原理和学习、训练方法做了详细的介绍.结合实际工程应用,对小波神经元网络、BP神经元网络、RBF神经元网络的原理、结构和训练方法做了深入的分析,指明了其实现细节和实现难点.将数据发掘技术概念引入到电力系统短期负荷预测中,对近年来,比较成熟、有较强应用前景的数据发掘技术做了深入的分析.将数据发掘技术与人工神经元网络相结合,提出了一种拥有模式识别功能的径向神经元网络预测方法.介绍实用化的短期负荷预测软件包的开发的基本原则,对负荷预测软件的主要功能、软件的人机界面、专家系统、数据校核技术和跨平台接口都做了描述.

目录

文摘

英文文摘

1绪论

1.1引言

1.2电力负荷预测方法评述

1.3论文的主要工作和章节安排

2短期负荷预测中的数据发掘技术及其应用

2.1引言

2.2模糊聚类分析

2.3模糊推理方法

2.4分类和回归树(CART)

2.5自组织图

2.6小结

3人工神经元网络理论及其应用

3.1引言

3.2 ANN神经网络的结构和学习方法

3.3径向基函数神经网络

3.4小波神经网络

3.5其他神经元网络简介

3.6小结

4基于数据发掘技术的模糊神经元网络短期负荷预测方法

4.1引言

4.2数据聚类的原理和方法

4.3具备模式识别功能的改进RBF基函数网络

4.4运用改进RBF基函数网络进行负荷预测

4.5小结

5基于分布式系统的短期负荷预测软件包的开发

5.1引言

5.2短期负荷预测软件的数据流分析

5.3负荷预测软件系统设计

5.4数据预处理技术

5.5分布式系统的开发

5.6小结

6全文工作总结

6.1全文工作总结

6.2前景与展望

致谢

参考文献

附录1攻读硕士学位期间发表的论文目录