毕业论文课题相关文献综述
文献综述
摘要：电力系统负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一，电力系统负荷预测水平的提高，可以合理安排电网内部的发电机组启动和停止，保持电网运行的安全稳定性[1]有利于正常生活和城市建设规划,所以它是十分重要的。传统负荷预测方法有趋势外推法、时间序列法、专家预测法等，新型负荷预测方法有支持向量机类预测方法、混沌理论法、BP神经网络法等。本文将主要介绍短期负荷预测的发展状况和各类负荷预测方法，提出神经网络的改进算法在短期负荷预测中的重要作用。
关键词:短期负荷预测；传统负荷预测方法；新型负荷预测方法；BP神经网络法；神经网络改进算法；
一、课题背景和意义
随着社会的高速发展和城市家庭耗电量的日益激增，如何经济合理的分配既可靠又高质量的电能已经是不可刻不容缓的问题了。2000年我国的用电量（装机容量）突破3亿千瓦，2003年在4亿千瓦左右，2005年突破5亿千瓦，2006年接近6亿千瓦,2007年达到了7亿千瓦，2009年已经是9亿千瓦的用量，迈入10年后更是年年直线上升，这么高的用电量既要合理高效分配，又要满足社会的需求，那么电力系统的负荷预测就是重中之重了。这中间包括对电网故障的分析处理，以及对负荷的管理等[2]。短期负荷预测是对电力系统最为重要的负荷预测。电力系统调度运营部门的一项重要日常工作就是短期负荷预测，它是制定发电计划和输电方案的主要依据。精度较高的短期负荷预测在制订发电计划时可以合理安排旋转备用和冷备用容量，减少机组启停次数，降低即日交易电量，在满足用户用电的同时减少电能成本和电价，另外日负荷预测数据是校核电网安全的重要依据。因此，不论从经济角度还是从安全角度讲，短期负荷预测工作都是十分重要的。
二、国内外电力系统负荷预测的发展现状
负荷预测的概念最先出现在二十世纪二十年代初，由于在那个年代用电量远不及现在这么高，并没有人重视它，直到几次系统故障事故的发生后，人们才重视起来。也就是这以后电力系统负荷预测迎来了迅猛的发展[3]。在1960年到1980年大概这段时间里，国内外大多使用的两种类型的负荷预测，一种是时间序列法，一种是回归分析法。时间序列法是通过过往几年的负荷历史资料分析处理后建立时间和负荷的关系模型，以此来预测未来的负荷，因为电力系统负荷的变化具有惯性而且时间上还有连续性。回归分析法是应用负荷和变量之间的关系来估算出预测负荷。到了现在负荷预测的方法越来越多，也越来越高科技，其中有专家预测方法，神经网络方法和模糊逻辑系统方[3]还有经典的单耗法、弹性系数法、统计分析法，到目前的灰色预测法、专家系统法和模糊数学法。
三、常用的负荷预测方法
1.趋势外推法
趋势外推法是一种运用逻辑思维进行推理达到预测目地的有效方法。它的原理是未来负荷的变化规律是现在负荷变化规律的延续。自变量可以用时间t来表示，因变量可以用时序数值y来表示，再认为它的变化规律延续到未来，那么给t带入数值，就可以算出未来的预测负荷。但它有2个假设条件：(1).假设负荷没有跳跃式变化；(2).假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。趋势外推法的优点：它要求的数据量较少，不需要花很多精力来查询。它的缺点：很容易出现误差[3]。
