基于灰色理論和神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測研究及其比較.pdf

1、隨著智能電網(wǎng)的研究和建設的推進，以及階梯電價即將在全國展開的試點運行，對電力系統(tǒng)的經(jīng)濟調(diào)度和安全運行又提出了新的要求，而高精度的負荷預測是準確定制電力系統(tǒng)調(diào)度計劃的前提?，F(xiàn)有的預測方法各有所長，但均無法保證在任何情況下皆能獲得滿意的結(jié)果，如何集合現(xiàn)有技術(shù)的優(yōu)點，提高預測精度是電力系統(tǒng)短期負荷預測的研究的關(guān)鍵。
　　 灰色理論和神經(jīng)網(wǎng)絡在電力系統(tǒng)負荷預測中已有不少成功的應用，本文結(jié)合近年來快速發(fā)展的智能算法中具有計算速度快、全局優(yōu)

2、化能力突出等特點的遺傳算法和粒子群算法，對預測模型及參數(shù)進行優(yōu)化，以提高預測精度。
　　 本文首先簡述了電力系統(tǒng)負荷預測的發(fā)展現(xiàn)狀，各類預測方法的特點，介紹了電力系統(tǒng)短期負荷預測對于電力系統(tǒng)安全穩(wěn)定運行的意義，分析了負荷數(shù)據(jù)的特點，對歷史負荷數(shù)據(jù)中的異常數(shù)據(jù)進行了辨識和修正，并對氣象和節(jié)假日數(shù)據(jù)進行了歸一化處理。然后分別采用灰色理論、神經(jīng)網(wǎng)絡組合預測和粒子群優(yōu)化支持向量機預測三種方法分別進行建模和預測，并對所得預測結(jié)果進行對比分