基于BP神经网络的电力系统短期负荷预测方法研究

目录

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