金华地区电力负荷数据分析与预测研究

摘要

随着我国电力事业的发展，电网管理日趋现代化和智能化。电力系统负荷预测问题的研究越来越引起人们的注意，成为现代电力系统运行研究中的重要课题之一，是实现电力系统安全、经济、高效运行的基础。对一个电力系统而言，提高电网运行的安全性和经济性，改善电能质量，无不依赖于精准的负荷预测。

在对大量历史负荷数据进行统计分析的基础上，根据电力负荷的特点，在考虑天气温度、日类型、实际历史负荷等因素对预测负荷影响的基础上，本文介绍了一种基于BP神经网络的短期负荷预测方法。首先根据实际经验将一周的7天分为工作日（星期一到星期五）和休息日（星期六和星期天）等两种类型；然后建立相应的人工神经网络模型用以预测负荷归一化系数；最后利用相应的BP神经网络方法对未来24小时负荷进行短期预测，并通过MATLAB编程语言来实现。

关键词：短期负荷预测，神经网络，BP算法，MATLAB

目录

摘要 1

引言 3

1、电力系统负荷预测综述 4

1.1电力系统负荷预测的含义 4

1.2电力系统负荷预测的意义 4

1.3电力系统负荷预测的现状 4

2、电力系统短期负荷预测的研究方法 6

2.1经典预测方法 6

2.2 现代负荷预测方法 6

3、人工神经网络概述 10

3.1人工神经网络模型 10

3.2人工神经网络的特点 10

3.3神经网络BP算法 11

4、电力系统短期负荷预测建模及MATLAB实现 12

4.1基于神经网络的电力系统短期负荷预测建模 12

4.1.1正向建模 12

4.1.2 逆向建模 12

4.2电力系统短期负荷预测的MATLAB实现 13

4.2.1电力系统短期负荷预测问题描述 13

4.2.2输入/输出向量设计 13

4.2.3短期负荷预测的BP网络设计 15

4.2.4网络训练 16

4.3结果分析 19

结 论 21

参考文献 22

致谢 23

附录 24