高校電能預(yù)測算法及系統(tǒng)的研究.pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步,大量的用電設(shè)備涌入到人們的生產(chǎn)和生活中,以電能為主的能耗問題逐漸被突顯出來。電能管理系統(tǒng)已經(jīng)不僅僅局限于高壓輸配電系統(tǒng)的監(jiān)控,低壓側(cè)的電能管理系統(tǒng)因其對用戶電能的有效、實(shí)時的監(jiān)控也備受關(guān)注。電能管理系統(tǒng)中的電能預(yù)測是對負(fù)荷進(jìn)行整體規(guī)劃的前提,為全局節(jié)能優(yōu)化提供數(shù)據(jù)依據(jù)。
　　 本文針對低壓用戶,以高校用電為背景,進(jìn)行了短期負(fù)荷預(yù)測算法的研究及系統(tǒng)的實(shí)現(xiàn)。相對于大電網(wǎng)而言,低壓側(cè)負(fù)荷具有波動性強(qiáng)、受外界干擾

2、影響大等特點(diǎn)。結(jié)合神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)的優(yōu)點(diǎn),采用模糊神經(jīng)網(wǎng)絡(luò)對學(xué)校負(fù)荷進(jìn)行預(yù)測模型的建立。首先,針對測量值所特有的規(guī)律,采用縱向?qū)Ρ葍?yōu)化的方法對數(shù)據(jù)進(jìn)行預(yù)處理；其次,針對影響負(fù)荷預(yù)測的因素如室外溫度等,對其進(jìn)行模糊化處理；再次,把數(shù)據(jù)進(jìn)行歸一化處理作為神經(jīng)網(wǎng)絡(luò)的輸入；最后,通過預(yù)測算法實(shí)現(xiàn)學(xué)校負(fù)荷的預(yù)測。同時,本文對基于BP、RBF、模糊神經(jīng)網(wǎng)絡(luò)(FNN)以及動態(tài)模糊神經(jīng)網(wǎng)絡(luò)(DFNN)預(yù)測算法進(jìn)行了算法對比,其中基于FNN預(yù)測算法因融

3、合了模糊系統(tǒng)算法,較單一的神經(jīng)網(wǎng)絡(luò)而言具有更好的準(zhǔn)確性和穩(wěn)定性。而DFNN對FNN中的模糊規(guī)則數(shù)進(jìn)行了尋優(yōu),降低了因規(guī)則數(shù)變化對預(yù)測造成的影響。
　　 負(fù)荷預(yù)測作為電能管理系統(tǒng)中的一個模塊,本文從模塊開發(fā)的角度,采用VC與MATLAB進(jìn)行混合編程,實(shí)現(xiàn)算法與應(yīng)用開發(fā)的良好結(jié)合,為算法更好的改進(jìn)提供了便利。同時,VC與SQL Sever的有機(jī)結(jié)合,實(shí)現(xiàn)了數(shù)據(jù)實(shí)時快速的傳遞,并通過不斷更新訓(xùn)練數(shù)據(jù),實(shí)現(xiàn)模型隨時間的不斷優(yōu)化。最終,用