基于BP神經網(wǎng)絡的電力負荷預測模型設計與系統(tǒng)實現(xiàn).pdf

1、隨著近年來我國國民經濟的快速發(fā)展，各個經濟部門對于電力能源的需求量也越來越大，電力管理部門面臨著重要的挑戰(zhàn)。由于電力資源具有隨產隨用的特殊性質，所以在電能的生產過程中必須按照實際的需求量進行按需生產，因此如何對未來的電力負荷進行準確預測已經成為電力系統(tǒng)調度管理部門的重要挑戰(zhàn)。在以往的電力負荷預測工作中主要采用的是線性假設預測技術，面對預測精度日益提高的需求已經無法滿足電力管理部門的要求，所以如何提高電力負荷預測的準確度是未來工作的重點。

2、隨著神經網(wǎng)絡技術的快速發(fā)展，其自適應能力強、容錯性好等優(yōu)點已經成為電力負荷預測模型的重要基礎技術，并得到了廣泛的認可與關注。
　　本文通過對電力負荷預測基本理論進行分析，并結合神經網(wǎng)絡技術以及小波閾值去噪技術構建了電力負荷預測模型，同時使用.NET開發(fā)平臺實現(xiàn)了一個電力負荷預測軟件平臺，具體而言，論文的研究工作主要包括：
　　(1)通過對常見的電力負荷預測算法進行分析，同時結合電力負荷預測中的非線性特征設計了基于神經網(wǎng)絡技術

3、的負荷預測模型，對神經網(wǎng)絡的輸入層、隱含層以及結果輸出層進行設計，完成了系統(tǒng)的核心預測算法模型設計。
　　(2)對于電力負荷預測過程中使用的歷史負荷數(shù)據(jù)中存在的干擾因素過多以及數(shù)據(jù)噪聲較大等特征，提出了采用小波閾值去噪的方式對數(shù)據(jù)中的噪聲進行去除處理，同時對傳統(tǒng)的小波閾值去噪算法進行了一定的改進操作。
　　(3)在理論分析的基礎上，完成了電力負荷預測軟件系統(tǒng)的業(yè)務建模分析，提出了系統(tǒng)所需實現(xiàn)的各項功能，并通過系統(tǒng)功能結構設計