基于改进型BP神经网络的平度市配电网负荷预测

摘要

负荷预测是保证电力系统安全稳定运行的重要工作之一，传统负荷预测方法已经不能适应日益复杂的电网发展要求。另一方面智能电网的发展促进电力系统领域技术变革，以BP神经网络为代表的人工智能技术在配电网负荷预测中应用越来越广泛，其预测精度直接影响到电力系统合理调度运行、合理安排检修计划、合理规划电网结构以及提高供电质量。　　本文采用改进型BP人工神经网络对配电网进行短期负荷预测，将外推法与BP神经网络预测方法结合。区别于传统预测方法，采用人工神经网络能够提高预测精确度。区别于传统BP神经网络，利用与外推法结合的BP神经网络在保证预测精度的同时，继承了外推法预测时数据平滑性强的特点。通过实际编程验证，该方法程序简单、实用性强，能够提高预测精确度。　　本文将改进型BP神经网络与平度市配电网系统实际运行数据结合，以平度6月-8月实际负荷预测为实例分析。根据平度市实际负荷数据，对改进型BP神经网络预测结果与外推法预测结果和传统BP神经网络预测结果进行比较分析，结果显示采用改进型BP神经网络预测平均相对误差率相较于外推法误差率和传统BP神经网络误差率预测精度都有明显提高。实例证明改进型BP神经网络能够有效提高平度市配电网短期负荷预测的精确性，为平度市负荷预测工作提供了新方法和新思路。

目录

声明

1绪 论

1.1 选题背景及意义

1.1.1 论文选题背景

1.1.2 论文选题意义

1.2 负荷预测研究现状

1.2.1 研究方法发展介绍

1.2.2 研究动态

1.3 平度市配电网负荷特性

1.3.1 平度市电网结构介绍

1.3.2 平度市2017年负荷情况介绍

1.3.3 供电特性主要指标分析

1.4 本文主要工作

2电力系统负荷运行特性分析及数据处理

2.1 负荷运行特性及影响因素

2.1.1 负荷运行特性

2.1.2 负荷预测影响因素分析

2.2 异常数据预处理

2.3 误差分析

2.3.1 误差产生的原因

2.3.2 常用误差分析指标

2.4 预测数据的归一化体系

2.5 平度市历史负荷数据处理

2.6气象因素处理

2.7 本章小结

3基于改进型BP神经网络的短期负荷预测

3.1 人工神经网络定义及分类

3.1.1 人工神经网络定义

3.1.2 人工神经网络分类

3.2 BP神经网络的基本结构

3.3 基于外推法的BP神经网络方法研究

3.3.1 趋势外推法的应用

3.3.2 气象因素在负荷预测的应用

3.3.3 神经网络的设计

3.4 改进型神经网络设计编程

3.4.1 基本流程图

3.4.2 改进BP神经网络编程

3.5 预测结果分析

3.6 数据问题分析

3.7 本章小结

4改进型BP神经网络负荷预测的误差分析

4.1 平度市负荷预测相对误差

4.1.1 数据预处理前后误差比较

4.1.2 改进型BP神经网络预测误差分析

4.2 改进型BP神经网络实际应用比较

4.3 结果分析

4.4 本章小结

5总结与展望

5.1 总结

5.2 展望

参考文献

致谢

攻读硕士期间主要成果