基于蟻群算法優(yōu)化神經網絡的包頭地區(qū)中長期電力負荷預測.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、電力負荷預測是電力系統(tǒng)安全經濟規(guī)劃、調度、設計研究的必要和前提。準確的負荷預測,不僅能夠幫助電力部門有效合理的制定發(fā)配電計劃,還能夠幫助電力部門減少能源浪費,從而降低發(fā)電成本,提高企業(yè)的經濟效益和社會效益。中長期電力負荷預測是指5年左右或10年以上的負荷預測工作,它是電網規(guī)劃的重要基礎,其預測精度的好壞直接影響到電網規(guī)劃工作的優(yōu)劣,因此,電力負荷預測精度的提高是目前眾多研究者努力探尋的目標。
   目前,用于電力負荷預測的方法有

2、很多種,且每種預測方法都有自己的適用范圍,很難應用于全部的預測情況。因此,我們必須根據具體的負荷預測特點,找出對應的預測方法。這就要求我們對負荷特性等方面進行充分的認識和分析,并且能夠總結出影響電力負荷預測的主要影響因素,最后再按照根據具體的負荷預測特性選擇合適的預測方法,對歷史數據進行計算處理,最終獲得理想的預測精度。
   本文系統(tǒng)的對目前用于電力負荷預測的方法進行了總結分析,并概述了當前電力負荷預測的特性、原理及步驟。在對

3、電力負荷特性的規(guī)律及影響電力負荷預測的各種因素充分分析基礎上,本文提出了基于蟻群算法優(yōu)化BP神經網絡的電力負荷預測模型;在分別對蟻群算法和BP神經網絡充分介紹認識后,根據包頭地區(qū)的電力負荷預測的實際情況,建立了基于蟻群算法優(yōu)化BP神經網絡的電力負荷預測模型,并利用相關分析法確定出網絡的輸入向量和輸出向量。
   最后,本文利用蟻群算法優(yōu)化BP神經網絡預測模型對包頭地區(qū)的電力負荷進行預測分析,并與優(yōu)化前BP神經網絡模型的預測值進行

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論