声明
致谢
1 绪论
1.1本课题研究的背景与意义
1.2电力系统负荷预测概述
1.2.1电力负荷预测概念
1.2.2负荷预测的分类
1.3短期电力负荷预测的发展和现状
1.3.1短期电力负荷预测的发展过程
1.3.2短期电力负荷预测的研究现状
1.4本文的主要工作
2 电力负荷预测特性分析及预测原理
2.1电力负荷的组成
2.2电力负荷的内部规律
2.2.1负荷变化的周期性
2.2.2电力负荷的连续性
2.3电力负荷的外部特性
2.4电力负荷预测的基本模型和方法
2.5电力负荷预测分段原理
2.6电力负荷预测的误差分析指标
2.7本章小结
3 基于BP神经网络的电力负荷预测
3.1人工神经网络
3.1.1人工神经网络概述
3.1.2人工神经网络的基本特点
3.1.3人工神经网络在负荷预测中的应用
3.1.4人工神经网络的运作方式
3.2BP神经网络基本原理
3.2.1BP神经网络模型
3.3BP神经网络的在实践应用中的模型组建
3.3.1网络模型输出层的选择
3.3.2网络模型输入层的选择
3.3.3训练样本的数据处理
3.4BP神经网络系统结构设计
3.5算例分析
3.6.1神经网络存在的问题
3.6.2优化神经网络预测模型的思路
3.7本章小结
4基于改进PSO-BP神经网络的短期电力负荷预测
4.1粒子群优化算法
4.1.1粒子群优化算法概述
4.1.2粒子群优化算法的特点
4.2改进粒子群优化算法
4.2.1MPSO算法优化原理
4.2.2惯性权重法
4.2.3自适应模糊惯性权重法
4.3改进PSO-BP神经网络混合算法实现
4.3.1算法设计
4.3.2改进粒子群与BP神经网络混合算法的实现
4.4基于改进PSO-BP神经网络的短期负荷预测模型
4.5算例分析
4.6本章小结
5.结论与展望
5.1本文总结
5.2未来工作展望
参考文献
作者简历
学位论文数据集
辽宁工程技术大学;