基于Elman神经网络的电力负荷预测模型研究.pdfVIP

2013年第 1期 工业仪表与 自动化装置 ·85 · 基于Elman神经网络的电力负荷预测模型研 究 石黄霞，何 颖，董晓红 (新疆工程学院 电气与信息工程系，乌鲁木齐830091) 摘要：为提高电力负荷预测精度，文章采用Elman神经网络建立模型，提 出了一种基于Elman 神经网络的电力负荷预测方法，采用 自适应学习速率动量梯度下降反向传播算法进行网络训练，对 乌鲁木齐电网的实际历史数据进行了仿真，仿真结果表明，Elman神经网络对 电力负荷进行预测具 有收敛速度快，预测精度高的优点。 关键词：Elman神经网络；预测模型；电力负荷；仿真 中图分类号：TM715 文献标志码 ：A 文章编号：1000—0682(2013)01—0085—03 ResearchofpowerloadforecastingbasedonElmanneuralnetwork SHIHuangxia，HEring，DONG Xiaohong (DepartmentofElectricandInformation，XinjiangPolytechnicalCollege，Wulumuqi830091，China) Abstract：Inordertoimprovetheprecisionofforecastingofpowerload，inthispaper，aElmanar- tificalneuralnetwork (ANN)approachforloadforecastingisproposedandthemodelbasedonElman neuralnetwork．In thetrainingalgorithm ofthenetwork，aback-propagation algorithm with adaptive learningspeedandmomentum gradient-fallingisused，theforecastingmodeltestedbyactualdatafrom Urmqielectricnetwork，simulation resultsindicatethattheforecastingofrpowerloadbasedon Elman neuralnetworkfeaturesquickconvergencespeedandhighforecastingprecision． Keywords：Elmanneuralnetwork；forecastingmodel；powerload；simulation 数学表达式加以描述，具有计算量小、速度快的优 0 引言 点，但同时也存在很多的缺陷和局限性，比如不具备 电力系统由电力网、电力用户共同组成。其任 自学习、自适应能力，预测系统的鲁棒性没有保障 务是给广大用户不问断地提供经济、可靠、符合质量 等。特别是随着我国经济的发展，电力系统的结构 标准的电能，满足各类负荷的需求，为社会发展提供 日趋复杂，电力负荷变化的非线性、时变性和不确定 动力。由于电力的生产与使用具有特殊性，即电能 性的特点更加明显，很难建立一个合适的数学模型 难以大量的储存，而且各类用户对电力的需求是时 来清晰的表达负荷和影响负荷的变量之间的关系。 刻变化的，这就要求系统发电出力应随时紧跟系统 而基于神经网络的非数学模型预测法，为解决数学 负荷的变化动态平衡，即系统要最大限度的发挥出 模型的不足提供了新的思路。 设备能力，使整个系统保持稳定且高效运行，以满足 目前在 电力系统负荷预测领域应用较多的是 用户的需求。否则，就会影响用电的质量，甚至危及 BP神经网