论文部分内容阅读
低压配电系统负荷预测问题的研究越来越受到各地供电局（公司）的关注，成为现代城市低压配电系统运行研究中的重要课题之一，也是实现城区低压配电系统安全、经济、高效运行的基础。电力系统负荷预测包括系统最大负荷、最小负荷及负荷变化曲线。最大负荷预测对于确定发电设备及输变电设备的容量非常重要。负荷变化曲线的预测可为研究系统峰值负荷、蓄能电厂的设备容量以及发输电设备的协调稳定运行提供实际数据支持。随着重庆市各个区县电力市场的建立和发展，对城区电力短期负荷预测提出了更高的要求。本文在分析了国内外关于短期负荷预测研究现状的基础上，开展了以下工作: (1)对短期负荷预测方法进行了分类介绍，主要将其分为经典预测方法、传统预测方法以及智能预测方法三大类，并对每种负荷预测方法的特点进行了介绍。 (2)阐述了人工神经网络法的工作原理、特点应用以及发展趋势。对人工神经网络法中最常用的BP网络算法进行了详细介绍。 (3)对短期负荷预测进行了正向与逆向建模设计，并采用样本数据对BP网络进行了训练，得到了较为满意的训练结果;并对负荷模型进行了划分，将一周的负荷数据分为三种负荷模型，并针对每种不同的负荷模型，对重庆主城区2009年6月15日至21日这一周的负荷数据进行了预测，对比了三种模式状况下负荷预测的特点，并对预测结果进行了比较。 通过研究发现，模型二的平均误差最小，为0.0770，模型一的平均误差最大，为0.0935。模型二的预测结果整体上较其它两种模型精确，负荷模式二的预测结果整体上较其它两种负荷模式精确，与重庆主城区实际负荷相吻合。说明本文所建立的人工神经网络模型及改进的BP算法可用于重庆主城区低压配电系统短期负荷预测，所建立的模型及计算方法是可靠的、可行的。