濟南地區(qū)用電負(fù)荷預(yù)測研究.pdf

1、華北電力大學(xué)（保定）碩士學(xué)位論文濟南地區(qū)用電負(fù)荷預(yù)測研究姓名：李艷昌申請學(xué)位級別：碩士專業(yè)：管理科學(xué)與工程指導(dǎo)教師：牛東曉20071220華北電力大學(xué)碩士學(xué)位論文摘要摘要精確的負(fù)荷預(yù)測工作必須建立在大量、全面及準(zhǔn)確的電力系統(tǒng)負(fù)荷及社會經(jīng)濟發(fā)展數(shù)據(jù)的基礎(chǔ)之上，受經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、居民收入水平、氣候、國家政策等諸多因素的影響，是一個灰色系統(tǒng)。灰色系統(tǒng)理論通過生成變換和關(guān)聯(lián)分析等技術(shù)，為分析、處理貧瘠信息系統(tǒng)，進而探求其演化規(guī)律、建立預(yù)測模

2、型，提供了有效的分析工具。然而GM(1，1)模型是一個指數(shù)函數(shù)，比較適合于用電量增長較慢的情況，而實際用電量很難嚴(yán)格按指數(shù)規(guī)律變化，導(dǎo)致進行長期預(yù)測時，增長率過快，預(yù)測精度變低，因此GM(1，1)模型在實際應(yīng)用中受到一定的限制。為此建立GM(1，l，秒)模型，采用蟻群算法求解參數(shù)，最后應(yīng)用神經(jīng)網(wǎng)絡(luò)進行參差優(yōu)化。實證表明，該方法具有一定的實用價值。關(guān)鍵詞：負(fù)荷預(yù)測，灰色模型，蟻群算法，人工神經(jīng)網(wǎng)絡(luò)ABSTRACTTheprecise10a

3、dforecastingmustbeb弱ed‘onVast，oVerallaIldaccuratedataofelectricpowersystemburden孤dsocialeconomicdeVelopmentItwasafrectedbythefactorsofeconomicdevelopmellt，thest九lctureofindustry’residents’incomeleVel，climate，nationalpoli

4、cies，etc，s0itisatypicalgraysystemGraysyStemtlleorypr0Videse疏ctiVeanalysistooltoanalyzeanddispose1e鋤essinf0mationsystemstosearChitseVolVeIIlentlawandsetuppredictionmodelbygeneratingoperationandrelatiVeanalysistechnique，et

5、cHoweVer，GM(1，1)modelisaeXponential如nctionwhichismoreapplicabletoapowerconsumption’sslowergrowth，butitisVerydimculttochangestIlictlyaccordingtotheindexmle，whichcausesrateofincrementexcessiVelyquicklyandlowerforecastpreci

6、sionwhencaqingonthelong—termforecastThereforeGM(1，1)modelhast11ecertainlimitinthepracticalapplicationBasedonthis，setupGM(1，1，秒)model，s01VedtheparametersbyAntC010nyAlgorithm，finally印plyneuralnetworktooptimizeresidualerror