基于曲線擬合原理的負荷預(yù)測研究.pdf

1、隨著科技與經(jīng)濟的快速發(fā)展，電力生產(chǎn)部門可以借助準確的負荷預(yù)測，對機組進行經(jīng)濟合理地啟停，并以此制定更合理規(guī)范的檢修計劃，從而減少負荷備用容量，降低發(fā)電成本，達到提高經(jīng)濟效益的目的。研究具有精度高且實用性強的負荷預(yù)測方法對于電力的市場化及智能電網(wǎng)的發(fā)展是非常必要的。
　　為了進一步改善中長期負荷預(yù)測的預(yù)測效果，論文主要研究了以下內(nèi)容：
　?。?）介紹了三種多項式擬合模型。分別介紹了代數(shù)多項式，切比雪夫多項式和雷讓德多項式。三種

2、多項式都廣泛適用于曲線擬合和數(shù)值分析。其中，代數(shù)多項式屬于非正交多項式，而切比雪夫多項式和雷讓德多項式屬于正交多項式，也因為這兩種多項式的優(yōu)良性質(zhì)，相比代數(shù)多項式更適用于曲線擬合和其他應(yīng)用。
　?。?）對目前使用最廣泛的三種算法—梯度下降法、共軛梯度法和梯度最小二乘法—進行了對比分析。分析這三種算法的性質(zhì)可知，梯度下降法取負梯度方向為搜索方向，該法程序簡單，每次迭代的計算量少，節(jié)省了存儲空間，對于不太好的初始點也能收斂。但它的收斂

3、速度呈線性化，收斂速度受到很大限制。共軛梯度方法常常用來解決大規(guī)模的非線性優(yōu)化問題。該方法僅需利用目標(biāo)函數(shù)值和梯度函數(shù)值，卻避免了梯度下降方法收斂速度慢的問題。另外，它還具有無矩陣的存儲以及二次終止性等優(yōu)點。但是共軛梯度法的收斂性取決于步長因子α有一個良好的取值，若步長因子α取值不當(dāng)，算法有可能根本不收斂或是收斂到一個無法運行的解點上。該方法通過遞推最小二乘法訓(xùn)練權(quán)值系數(shù)，并對歷史數(shù)據(jù)進行擬合以實現(xiàn)預(yù)測模型的參數(shù)估計。而遞推最小二乘法具

4、有算法簡單、易于實現(xiàn)等特點，因此被廣泛應(yīng)用。
　　（3）提出一種基于 Chebyshev多項式的預(yù)測方法。該方法使用遞推最小二乘法訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值系數(shù)，以獲得高精度的參數(shù)估計，從而實現(xiàn)Chebyshev多項式模型對負荷量的最優(yōu)擬合，再利用訓(xùn)練好的切比雪夫多項式模型實現(xiàn)中長期負荷預(yù)測。
　　仿真結(jié)果表明，該方法能較好模擬負荷的變化規(guī)律，預(yù)測結(jié)果提高了一個數(shù)量級，具有一定的中長期負荷預(yù)測能力。另外，通過仿真實例也可看出，改用La