基于小波分析的电力系统短期负荷预测毕业设计

电力系统短期负荷预测

POWER SYSTEM SHORT-TERM LOAD FORECASTING

专 业：电气工程及其自动化 姓 名： 指导教师姓名： 申请学位级别：学 士

论文提交日期：二零一六年十二月 学位授予单位： 天津科技大学

摘 要

电力系统负荷预测是电力生产部门的重要工作之一。准确的负荷预测，可以合理安排机组启停，减少备用容量，合理安排检修计划及降低发电成本等。准确的预测，特别是短期负荷预测对提高电力经营主体的运行效益有直接的作用，对电力系统控制、运行和计划都有重要意义。因此，针对不同场合需要寻求有效的负荷预测方法来提高预测精度。本文采用神经网络方法对电力系统短期负荷进行预测。本文主要介绍了电力负荷预测的主要方法和神经网络的原理、结构，分析了反向传播算法，建立三层人工神经网络模型进行负荷预测，并编写相关程序。与此同时采用最小二乘法进行对比，通过对最小二乘法多项式拟合原理的学习，建立模型编写相关程序。通过算例对两种模型绝对误差、相对误差、拟合精度进行分析，同时比较它们训练时间，得出标准B

电力统系荷预测方法负

引言负分类荷预测内

基本方法

预测容估评是什?么所谓的电力负荷测预指是电力以负荷化变及外以界因素变化为础，基以特定数的方法学或者立数建学模型方式为的手段，过通对电力负荷历史数进行分析据对电力系，统需的求出做计以估研究相及因素对关电负荷力影响 的荷预负包测两括方面的含义电力需求：的预量决测发电定输、、电电配

统新增系量的大小；电量需求容量预测定发电决备的设型如类峰调机基荷类组型 等负预荷要测备具方两的面条件一:是史数据历息信的靠可性;二预测是方法的有效性负荷预。测的核心题问如何是利用有现的史数历据历(负荷史数和气据 象数等)据,采用适的预测方法当对未来时刻时间段内或电的值力和量值电进

行计。

估引

言负荷类分

测预容内基本方

法预评估测为什么?负预测的目荷的是提就负供发荷展状及水平况，同确时各定供电、各区 规划供年用量、供电电用大最负荷规和地区划总负荷发的展平，确水各定规划 年电用负构成荷电力系 统荷负预测关到系力系电的调度运统和行生计产,准划的负荷预确 有助测于高提系的安统全和稳定性,性能减够少发电成本 。电系统力行运过中程电力负，预荷问题测对许电力多门部都着重要作 用，起它涉到电力及系规统划设和计、力系统电济安经运全行及以力电市交 易等

电力统系荷预测方法负

引言负分类荷预测内

基本方法

预测容估评是什?么所谓的电力负荷测预指是电力以负荷化变及外以界因素变化为础，基以特定数的方法学或者立数建学模型方式为的手段，过通对电力负荷历史数进行分析据对电力系，统需的求出做计以估研究相及因素对关电负荷力影响 的荷预负包测两括方面的含义电力需求：的预量决测发电定输、、电电配

统新增系量的大小；电量需求容量预测定发电决备的设型如类峰调机基荷类组型 等负预荷要测备具方两的面条件一:是史数据历息信的靠可性;二预测是方法的有效性负荷预。测的核心题问如何是利用有现的史数历据历(负荷史数和气据 象数等)据,采用适的预测方法当对未来时刻时间段内或电的值力和量值电进

行计。

估引

言负荷类分

测预容内基本方

法预评估测为什么?负预测的目荷的是提就负供发荷展状及水平况，同确时各定供电、各区 规划供年用量、供电电用大最负荷规和地区划总负荷发的展平，确水各定规划 年电用负构成荷电力系 统荷负预测关到系力系电的调度运统和行生计产,准划的负荷预确 有助测于高提系的安统全和稳定性,性能减够少发电成本 。电系统力行运过中程电力负，预荷问题测对许电力多门部都着重要作 用，起它涉到电力及系规统划设和计、力系统电济安经运全行及以力电市交 易等

一．数据预处理

1. 题中给出了三个地区的一个整年的负荷值，细分到一天96个点的数据。经过数据预览后发现部分点数据遗失，部分数据可能存在较大误差，因此需要一个数据预处理程序对数据进行预处理，平滑不符合要求的数据点。

2. 经资料预览后决定选取A地区从8月开始的98天的数据作为原始预测数据，预测之后30天负荷值。这样选取基于两方面考虑：一是选取三个月及一个季度的值已经具有较大的代表性；二是11月份的负荷值已知，便于与预测出负荷值相比较，进行误差分析，以辨别建立的模型好坏。

3. 应用Excel 选出98天数据，导入matlab中。编写数据预处理程序，其思想简述如下：对于数据遗失点，即数据为0点，采用相邻两天的同一时刻的平均值来作为原始资料，若无相邻两天的资料，则采用相邻一天的数据值。对于数据误差较大的点，认为前后两天绝对值差大于6为误差点（6大概为单点负荷的15%），此处处理需基于一个假设，即第一日的96数据点数据为基准值。经实际预测数据认为此方法可行。

二．采用灰色理论预测

具体使用灰色GM（1，1）模型对数据进行预测

第一部分：模型的建立

1. 经分析讨论后，认为灰色GM（1，1）模型具有所需建模样本数量少，计

算简单，可检验，利于编写程序进

长春工程学院毕业设计（论文）

目 录

引言 ........................................................................ 1 1 电力系统有功功率平衡及发电厂装机容量的确定 ................................ 2 2 确定电力网的最佳接线方案 .................................................. 4

2.1 方案初选 ........................................................... 4 2.2 方案比较 ........................................................... 5 2.3 最终方案的确定 ..................................................... 18 3 发电厂及变电所电气主接线的确定 ........................................... 18

3.1 电气主接线的设计原则 ....

西安工业大学北方信息工程学院

本科毕业设计（论文）

题目：基于BP神经网络的短期电力负荷预测

系 别 电子信息工程系 专 业 电气工程及其自动化 班 级 B070307 姓 名 宋 亮 学 号 B07030716 导 师 张荷芳 焦灵侠

2011年6月

毕业设计（论文）任务书

系别 电子信息系 专业 电气工程自动化 班 b070307 姓名 宋亮 学号 b07030716 1.毕业设计（论文）题目： 基于bp神经网络的短期电力负荷预测 2.题目背景和意义：电力系统是由电力网、电力用户组成，其作用就是对各类用户尽可能经济地提供可靠而合乎标准要求的电能，以随时满足负荷要求。但是由于电力的生产与使用具有其特殊性，即电能是不能储存的。这就要求系统发出电力随时紧跟系统负荷的变化动态平衡，否则，就会影响供用电的质量。电力系统负荷预测因此发展起来，成为工程科学中重要的研

引言

电力系统短期负荷预测对未来1日至1周的负荷进行预测。短期负荷预测是随着电力系统EMS的逐步发展而发展起来的，现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。随着电力市场的建立和发展，对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是EMS的关键部分，同时也是制定电力市场交易计划的基础。电力系统负荷预测为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义。 短期负荷预测技术经过几十年的发展，人们提出了许多的预测方法。现有的预测方法大体可以分为2类：经典的数学统计方法以及上世纪90年代兴起的各种人工智能方法。经典的数学统计方法包括线性外推法、多元线性回归法、时间序列法和状态空间法等。人工智能方法包括人工神经网络法、专家系统方法和模糊推理方法、小波分析等。

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

引言

电力系统短期负荷预测对未来1日至1周的负荷进行预测。短期负荷预测是随着电力系统EMS的逐步发展而发展起来的，现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。随着电力市场的建立和发展，对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是EMS的关键部分，同时也是制定电力市场交易计划的基础。电力系统负荷预测为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义。 短期负荷预测技术经过几十年的发展，人们提出了许多的预测方法。现有的预测方法大体可以分为2类：经典的数学统计方法以及上世纪90年代兴起的各种人工智能方法。经典的数学统计方法包括线性外推法、多元线性回归法、时间序列法和状态空间法等。人工智能方法包括人工神经网络法、专家系统方法和模糊推理方法、小波分析等。

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

引言

电力系统短期负荷预测对未来1日至1周的负荷进行预测。短期负荷预测是随着电力系统EMS的逐步发展而发展起来的，现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。随着电力市场的建立和发展，对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是EMS的关键部分，同时也是制定电力市场交易计划的基础。电力系统负荷预测为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义。

短期负荷预测技术经过几十年的发展，人们提出了许多的预测方法。现有的预测方法大体可以分为2类：经典的数学统计方法以及上世纪90年代兴起的各种人工智能方法。经典的数学统计方法包括线性外推法、多元线性回归法、时间序列法和状态空间法等。人工智能方法包括人工神经网络法、专家系统方法和模糊推理方法、小波分析等。

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

本科生毕业设计（论文）

题 目：

姓 名：

学 号：

学 院：

专 业：

年 级：

指导教师： （签名）

年 月 日

电力系统整点负荷预测研究

摘要

短期负荷预测在电力系统中有着举足轻重的作用，是电力系统最基本的工作之一，准确的负荷预测为电力系统的稳定，可靠，经济的运行提供了便利条件。随着我国电力经济进一步发展，负荷预测对电力系统的经济效益和国民经济的影响越来越大。负荷预测的精度的保证成为现在电力科学人员的重要工作，负荷预测误差大直接导致导致成本增加，电力系统调度难度变大等后果。

本文简单阐述电力系统负荷预测的内容，负荷的特点。并介绍几种国内外所用的短期负荷预测的方法和发展趋势，比较其优缺点，说明人工神经网络在处理短期负荷预测这类问题有自适应，自主学习的优点。本文将利用人