基于bp神经网络的短期负荷预测研究大学论文.doc

基于BP神经网络的短期负荷预测研究页码不对！！学号1109121100毕业论文课题基于BP神经网络的短期负荷预测研究学生姓名院部电气工程学院专业班级电子信息工程（2）班指导教师二0一五年五月PAGE\*MERGEFORMAT1PAGE\*MERGEFORMAT1页码不对！！PAGE\*MERGEFORMAT2目录HYPERLINK\l"_Toc421818690"摘要PAGEREF_Toc421818690\hIAbstractPAGEREF_Toc421818691\hIITOC\o"1-3"\h\uHYPERLINK\l_Toc323第一章绪论PAGEREF_Toc3232HYPERLINK\l_Toc198571.1课题研究背景PAGEREF_Toc198572HYPERLINK\l_Toc194001.2课题研究的现状PAGEREF_Toc194002HYPERLINK\l_Toc276271.3本课题研究的主要内容PAGEREF_Toc276273HYPERLINK\l_Toc11936第二章传统短期负荷预测的方法PAGEREF_Toc119365HYPERLINK\l_Toc253042.1回归分析法PAGEREF_Toc253045HYPERLINK\l_Toc246022.2指数平滑法PAGEREF_Toc246025HYPERLINK\l_Toc117162.3专家系统方法PAGEREF_Toc117165HYPERLINK\l_Toc31464第三章神经网络PAGEREF_Toc314647HYPERLINK\l_Toc76183.1神经网络简介PAGEREF_Toc76187HYPERLINK\l_Toc205633.2神经网络模型及其特征PAGEREF_Toc205637HYPERLINK\l_Toc310903.2.1人工神经元模型PAGEREF_Toc310907HYPERLINK\l_Toc176753.2.2神经网络的分类PAGEREF_Toc176759HYPERLINK\l_Toc125633.2.3神经网络的特征及要素PAGEREF_Toc125639HYPERLINK\l_Toc218813.3神经网络及其结构分析PAGEREF_Toc218819HYPERLINK\l_Toc286663.3.1BP神经网络的原理PAGEREF_Toc286669HYPERLINK\l_Toc14813.3.2BP神经网络的算法设计PAGEREF_Toc148110HYPERLINK\l_Toc24341第四章负荷预测的实例分析PAGEREF_Toc2434112HYPERLINK\l_Toc253394.1回归分析法PAGEREF_Toc2533912HYPERLINK\l_Toc184574.2BP神经网络的软测量模型的建立PAGEREF_Toc1845713HYPERLINK\l_Toc96604.3小结PAGEREF_Toc966019HYPERLINK\l_Toc1933总结PAGEREF_Toc193320HYPERLINK\l_Toc19677致谢PAGEREF_Toc1967722HYPERLINK\l_Toc27608附录：参考程序PAGEREF_Toc2760823基于BP神经网络的短期负荷预测研究PAGE\*MERGEFORMAT1PAGE\*MERGEFORMAT1页码不对！！PAGE\*MERGEFORMAT1页码不对！！摘要随着我国电网和电力系统的发展与进步，短期电力负荷预测是电力系统运行调度和用电服务部门的重要日常工作之一，它直接影响电力系统的安全经济稳定运行和电网科学管理及调度的实现，负荷预测精度的高低对电力系统运行的安全性、稳定性和经济性具有重要意义。由于短期负荷预测在日趋发展的电力市场中起着重要作用，所以需要继续研究，促使短期负荷预测具有更高的精度。由于电力负荷受诸多因素影响，如当前负荷状况、天气状况等，为提高短期电力负荷预测的精度，本文介绍了多种传统方法以及BP神经网络法，并分别介绍和总结了传统方法和BP神经网络的优缺点。本文采用了回归分析和BP神经网络的预测方法，以影响电力负荷的主要因素气象参数，建立了短期负荷预测的模型，并分析了样本数据处理中遇到的几个具体问题。最后，对未来的短期负荷预测技术方面的发展做了一些设想。关键词