基于GPRS的短期电力负荷预测系统的研究

摘要

短期电力负荷是电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负荷预测技术水平，有利于节能，提高电力系统的经济效益和社会效益。因此负荷预测已经成为实现电力系统管理现代化的重要内容之一。
　　本文首先论述了短期电力负荷系统的研究背景、研究现状及研究意义。结合GPRS无线数据传输和嵌入式系统的特点，采用ARM9为核心，设计了电力负荷系统的嵌入式数据采集终端，能够实时、准确的采集负荷预测所需数据，使得负荷数据误差大大减小，为短期负荷预测打下了很好的基础。建立了基于BP神经网络的短期电力负荷系统的预测模型，实现了基于同类型日历史负荷数据的短期电力负荷预测。详细的阐明了日特征气象因素对短期负荷预测的重要性，以及不同级别电网对气象因素的处理策略，重点分析了温度因素直接作用于短期电力负荷的BP神经网络预测模型，并且将预测结果与只基于负荷历史数据的BP神经网络模型的预测结果进行比较，其预测精度明显优于只考虑历史负荷数据的预测模型。

目录

声明

摘要

第一章 绪论

1．1 研究背景和意义

1．1．1 电力负荷远程监测系统的研究意义与目的

1．1．2 短期负荷预测在负荷管理中的目的和意义

1．2 国内外研究现状

1．2．1 国内外电力负荷管理技术的发展

1．2．2 国内外短期负荷预测现状

1．2．3 负荷预测的步骤

1．3 论文目的和意义

1．4 论文结构安排

第二章 电力负荷远程监控系统的嵌入式数据采集终端的设计

2．1 嵌入式数据采集终端结构

2．1．1 三相四线电子式多功能电能表

2．1．2 嵌入式微处理器ARM

2．1．3 GPRS技术概述及无线通讯原理

2．2 数据采集终端的软件设计

2．2．1 嵌入式系统结构

2．2．2 μC／OS-Ⅱ初始化

2．2．3 建立多任务和优先级

2．2．4 三相电能参数的定时采集任务

2．2．5 测量点的定时抄表任务

2．2．6 用电情况的分析与控制任务

2．2．7 终端通信任务

2．2．8 启动多任务

2．3 本章小结

第三章 人工神经网络在短期电力负荷预测系统中的应用

3．1 人工神经网络在电力系统中的应用

3．1．1 人工神经网络的概念

3．1．2 BP网络数学模型的建立

3．1．3 BP算法原理分析

3．1．4 BP算法流程图

3．2 算例分析

3．2．1 短期负荷预测的ANN构成

3．2．2 神经网络隐含层节点数

3．2．3 网络参数的选择

3．2．4 BP神经网络的拟合情况分析

3．2．5 BP神经网络用于简单情况下的负荷预测

3．3 本章小结

第四章 考虑日特征气象因素的人工神经网络

4．1 短期预测中气象因素分析与处理的总体理念

4．1．1 对气象因素的认识

4．1．2 气象因素应用于负荷预测的启示和设想

4．1．3 不同级别电网对气象因素的处理策略

4．1．4 气象因素直接作用于短期负荷的规律分析

4．2 考虑实时气象因素的神经网络模型

4．2．1 数据预处理

4．2．2 网络模型

4．2．3 结果分析

4．3 本章小结

第五章 结论与展望

5．1 结论

5．2 不足和展望

参考文献

致谢

附录