發(fā)布時間：2020-12-13 06:14

　　電力負(fù)荷預(yù)測是電力系統(tǒng)安全穩(wěn)定,高效運(yùn)行的重要保證,關(guān)系到社會各行各業(yè)的正常運(yùn)作。在國家大力倡導(dǎo)節(jié)能環(huán)保以節(jié)約現(xiàn)有能源消耗量的情勢下,電力負(fù)荷預(yù)測的準(zhǔn)確性關(guān)系到整個電廠的經(jīng)濟(jì)、高效運(yùn)行以及整個發(fā)電電網(wǎng)的安全運(yùn)行,即當(dāng)前的形勢對于電力負(fù)荷預(yù)測的精度提出了更高標(biāo)準(zhǔn)的要求。本文結(jié)合極限學(xué)習(xí)機(jī)以及人工智能算法建立了新的電力負(fù)荷預(yù)測模型,旨在提高電力負(fù)荷預(yù)測的精度。本文的主要研究內(nèi)容如下:（1）極限學(xué)習(xí)機(jī)是一種單隱層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法,是一種較為準(zhǔn)確的非線性擬合方法,且具有較好的學(xué)習(xí)能力以及泛化能力,所以本文將極限學(xué)習(xí)機(jī)用于電力負(fù)荷預(yù)測。然而極限學(xué)習(xí)機(jī)與神經(jīng)網(wǎng)絡(luò)相同,是基于經(jīng)驗(yàn)最小化原理,因此極易導(dǎo)致過度擬合,且極限學(xué)習(xí)機(jī)的輸入權(quán)值矩陣以及隱含層偏置為模型隨機(jī)賦值,使得整個模型對于樣本數(shù)據(jù)的學(xué)習(xí)缺乏針對性,從而影響其泛化能力。為了改善極限學(xué)習(xí)機(jī)的學(xué)習(xí)能力以及泛化能力,提高電力負(fù)荷預(yù)測精度,文中首先將人工螢火蟲群優(yōu)化引入極限學(xué)習(xí)機(jī),利用人工螢火蟲算法強(qiáng)大的全局尋優(yōu)能力找到使得極限學(xué)習(xí)機(jī)模型訓(xùn)練誤差最小時的輸入權(quán)值矩陣以及隱含層偏置矩陣,然后對我國某地區(qū)某一段時間的電力負(fù)荷通過實(shí)驗(yàn)仿真,驗(yàn)證了該模... 

【文章來源】：天津理工大學(xué)天津市

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

電力負(fù)荷預(yù)測流程圖

人工魚算法流程圖

1AFSA-ELM 預(yù)測模型據(jù)與第三章相同，個數(shù) n=9，因此其sigmoid’函數(shù)。文中 4-1AFSA-ELM 參數(shù)設(shè)step δ I0.3 3 ep 表示步長參數(shù)，δ

【參考文獻(xiàn)】：
期刊論文
[1]基于氣象因子Fuzzy模糊處理的短期電力負(fù)荷預(yù)測[J]. 黃亮亮,王勇,楊恒,陳帥.  計(jì)算機(jī)應(yīng)用與軟件. 2014(02)
[2]基于云計(jì)算和極限學(xué)習(xí)機(jī)的分布式電力負(fù)荷預(yù)測算法[J]. 王保義,趙碩,張少敏.  電網(wǎng)技術(shù). 2014(02)
[3]改進(jìn)的螢火蟲算法求解阻塞流水線調(diào)度問題[J]. 郭麗萍,李向濤,谷文祥,殷明浩.  智能系統(tǒng)學(xué)報. 2013(01)
[4]一種改進(jìn)的基于分形插值和小波分析的電力負(fù)荷短期預(yù)測方法[J]. 劉映,翟明岳,劉永笑,刑林敏.  電網(wǎng)技術(shù). 2013(01)
[5]基于小波分解模糊灰色聚類和BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測[J]. 張平,潘學(xué)萍,薛文超.  電力自動化設(shè)備. 2012(11)
[6]基于區(qū)間二型模糊邏輯的電力負(fù)荷預(yù)測研究[J]. 鄭高,肖建.  電機(jī)與控制學(xué)報. 2012(09)
[7]自適應(yīng)灰色預(yù)測法在配電網(wǎng)短期負(fù)荷預(yù)測中的應(yīng)用[J]. 楊如輝,黃偉瓊,楊川.  電工電氣. 2012(09)
[8]應(yīng)用新型螢火蟲算法求解Job-shop調(diào)度問題[J]. 楊嬌,葉春明.  計(jì)算機(jī)工程與應(yīng)用. 2013(11)
[9]基于遺傳灰色神經(jīng)網(wǎng)絡(luò)模型的實(shí)時電價條件下短期電力負(fù)荷預(yù)測[J]. 葛少云,賈鷗莎,劉洪.  電網(wǎng)技術(shù). 2012(01)
[10]基于改進(jìn)螢火蟲算法的動態(tài)自動聚集路徑規(guī)劃方法[J]. 劉鵬,劉弘,鄭向偉,丁艷輝.  計(jì)算機(jī)應(yīng)用研究. 2011(11)

碩士論文
[1]改進(jìn)的人工魚群算法分析與研究[D]. 陳斐.西安電子科技大學(xué) 2012
[2]基于灰色理論的短期電力負(fù)荷預(yù)測研究[D]. 張志明.湖南大學(xué) 2009
[3]人工魚群算法的分析及改進(jìn)[D]. 王闖.大連海事大學(xué) 2008
[4]人工魚群算法的改進(jìn)及應(yīng)用[D]. 鄭曉鳴.上海海事大學(xué) 2006



本文編號：2914062