导　　师： 李牧南;唐捷

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 电力系统负荷预测对电力系统的运行十分重要,它的预测结果准确度直接决定着电力系统的安全与稳定。准确地预测电力负荷,是电网内部的发电机组工作合理安排的保障,从而确保整个电力系统的安全性;是机组检修计划拟定的重要依据,从而保证人们的正常用电;是新装机容量选择以及电网调试制度构建的基础,从而实现低成本运营管理。本文阐述了短期电力负荷预测当前开展的现状,介绍了多种不同的预测方法以及模型,并在此基础之上根据SG地区实际情况,开展其负荷预测工作步骤及方法,给出了使用指数平滑算法进行负荷预测的总体效果评价,在日负荷及月负荷预测中均存在问题,提出基于神经网络算法进行SG地区负荷预测的改进方法。根据SG地区电力负荷的运行特点,从SG地区历史负荷数据着手,分析其基本的趋势及周期规律性。根据SG地区气候分量的特点,从春夏秋冬四个季节分别分析天气因素对SG地区负荷变化的影响情况。总结得出SG地区短期负荷预测应结合历史负荷因素及气候因素综合开展预测分析。以电力负荷特征变化规律为基础,综合日期、温度、天气等多重因素,最终选择运用基于模糊算法的神经网络预测方法对SG地区电网进行了短期负荷预测,验证了该方法的有效性。最后比较了本文算法与目前SG地区所使用的指数平滑算法的应用效果,得出本文算法更可行更准确的结论。

关 键 词： 负荷预测 智能算法 智能电网 径向基函数神经网络 模糊算法

领　　域： []