开题报告-BP网络电力系统.pdf
《开题报告-BP网络电力系统.pdf》由会员分享,可在线阅读,更多相关《开题报告-BP网络电力系统.pdf(8页珍藏版)》请在咨信网上搜索。
1、毕业设计(论文)材料之二(2)安徽工程大学机电学院安徽工程大学机电学院本科毕业设计本科毕业设计(论文论文)开题报告开题报告题目:题目:基于改进基于改进 BP 网络的短期电力负荷网络的短期电力负荷 预测系统设计预测系统设计课课 题题 类类 型:设计型:设计 实验研究实验研究 论文论文学学 生生 姓姓 名:名:郝义军郝义军学学 号:号:3072105334专专 业业 班班 级:级:自动化自动化 2073教教 学学 单单 位:位:电气工程学院电气工程学院指指 导导 教教 师:师:魏安静魏安静开开 题题 时时 间:间:2011 年年 3 月月 1 日日2011 年年 3 月月 1 日日1开题报告内容与
2、要求一、毕业设计(论文)内容及研究意义(价值)一、毕业设计(论文)内容及研究意义(价值)设计内容:1.了解能量管理系统(EMS)的相关知识,确定预测目标、收集与整理资料。2.对电力系统短期负荷预测进行较为系统的研究。3.分析资料,比较并确定短期负荷预测方法。4.用 MATLAB 工具箱建立短期负荷预测模型。5.对短期负荷预测进行仿真研究。6.进行预测分析并完成论文。研究意义:20 世纪 80 年代后期,一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。这其中主要有灰色数学理论、专家系统方法、神经网络理论、模糊预测理论等。电力系统发展到今天,已成为国民经济建设和人民生活中必不可少的重要环节。
3、电力系统的作用是对各类用户尽可能经济地提供可靠持续并且具有良好质量的电能。用电力系统部门术语来说,就是要可靠、安全、经济地供电,满足负荷的要求。电能供应的中断、减少和低劣都将影响国民经济的各个部门。甚至造成严重的后果。负荷的大小与特征,无论是对于电力系统规划或者运行研究而言,都是极为重要的因素。所以,对负荷的变化和特点,有一个事先的估计,是电力系统规划与运行研究的重要内容。电力系统负荷预测理论就是因此而发展起来的,尤其在形成电力交易市场的过程中,负荷预测的研究更具有及其重要的意义。电能的特点之一是不能大量储存,即电能的生产、输送、分配、消费是同时进行的,所以系统内的可用发电容量,在正常运行条件
4、下,应当在任何时候都能满足系统内负荷的要求。若发电容量不够,则应当采取必要的措施,来增加发电机组或从邻网输入必要的功率;反之,若发电量过剩,则也应当采取必要的措施,如有选择地停机(如计划检修)或向邻网输出多余的功率。因此,对未来本电网内负荷变化的趋势与特点的预测,是一个电网调度部门和规划设计部门所必须具有的基本信息之一。电力系统负荷预测可以分为长期的、中期的与短期的。长期与中期之间没有确切的分界线。一般来说,长期预测可达 30年,而中期预测通常为几年、几个月,短期预测则是指几天、几小时甚至更短。短期负荷预测是对系统近期未来负荷曲线提出预告,根据预测的结果以便对发电计划、检修计划以及机组起停计划
5、等做出安全、经济的安排,因而它是经济安全调度的基础。总之,为了实现按天、按小时地安排发电和供电计划,就必须以未来 24 小时甚至更短时期内的负荷要求,进行切实可行的预测工作,这将有助于提高电力系统运行的经济性和安全性。电力负荷预测在实时控制和保证电力系统经济、安全和可靠运行方面起着重要作用,它已成为电力系统中现代能量管理系统的一个主要组成部分,尤其是短期电力负荷预测对系统运行和生产消费具有非常大的意义。而近几年,我国南方一直处于“电荒”被动情况,为了更好地利用电能,必须做好电力负荷的短期预测工作。但是负荷预测的误差将导致运行和生产的费用剧增,因此,精确地预测就成了电力工作者和其他科技人员致力解
6、决的问题。负荷预测对电力系统控制、运行和规划都有重要意义。短期负荷预2测是电力系统安全经济运行的前提,在电力系统发展日趋复杂的今天,传统的负荷预测技术越来越难以满足电力部门负荷预测精度要求,应用智能算法进行电力系统的短期负荷预测,提高负荷预测的精度和稳定性,具有十分重要的意义。二、毕业设计(论文)研究现状和发展趋势(文献综述)二、毕业设计(论文)研究现状和发展趋势(文献综述)负荷预测工作的关键在于收集大量的历史数据,建立科学有效的预测模型,采用有效的算法,以历史数据为基础,进行大量试验性研究,总结经验,不断修正模型和算法,以真正反映负荷变化规律。短期负荷预测主要是针对几个星期、几天乃至几个小时
7、的电力负荷,提供科学、准确的预测,为制定供电计划提供可靠的依据,从而使电力系统在安全。经济、最优的条件下运行,向用户提供安全、可靠和高质量的电力。最近几年,负荷预测的研究不断深入发展,一些负荷预测方法,如灰色系统建模预测法等,已应用于实际;模糊控制是在所采用的控制方法上应用了模糊数学理论,使其进行确定性的工作,对一些无法构造数学模型的被控过程进行有效控制。模糊系统不管其是如何进行计算的,从输入输出的角度讲它是一个非线性函数。模糊系统对于任意一个非线性连续函数,就是找出一类隶属函数,一种推理规则,一个解模糊方法,使得设计出的模糊系统能够任意逼近这个非线性函数。而电力系统负荷变化受多方面影响,一方
8、面,负荷变化存在着未知和不确定因素引起的波动;另一方面,又有周期变化的规律性,这使得负荷曲线具有相似性。同时,又由于受天气、节假日等特殊情况的影响,又使负荷变化出差异,呈现强烈的非线性特征。而神经网络具有较强的非线性映射特性,我们就可考虑用神经网络去设计电力负荷预测。神经网络负荷预测是近几年比较热门的研究方向。随着电力市场的发展,负荷预测的重要性日益显现,并且对负荷预测精度的要求越来越高。传统的预测方法比较成熟,预测结果具有一定的参考价值,但要进一步提高预测精度,就需要对传统方法进行一些改进,同时随着现代科学技术的不断进步,理论研究的逐步深入,以灰色理论、专家系统理论、模糊数学等为代表的新兴交
9、叉学科理论的出现,也为负荷预测的飞速发展提供了坚实的理论依据和数学基础。相信负荷预测的理论会越来越成熟,预测的精度越来越高。三、毕业设计(论文)研究方案及工作计划(含工作重点与难点及拟采用的途三、毕业设计(论文)研究方案及工作计划(含工作重点与难点及拟采用的途径)径)设计重点和难点:建立基于改进型神经网络的短期电力负荷预测系统的仿真模型。MTLAB 仿真程序的编写。拟采用的途径:利用预测时刻以前的历史负荷数据,用几种不同的方法做预预测,可以预测该时刻以前的电力负荷,使用昨天及以前的历史负荷数据,做今天预测时刻后的全日未知负荷的预测。采用人工神经网络算法进行电力系统短期负荷预测系统的建立,由于利
10、用了预测时刻以前的最新的负荷信息,因此,用这种方法大大提高了负荷预测的精度。设计(论文)进度计划:第 1 周:接收毕业设计任务书,了解设计内容。3第 2 周:系统学习 BP 神经网络、电力负荷预测的相关知识第 3 周:查阅相关的资料(包括图书馆查阅和网上检索),熟悉毕业设计题目,并且整理消化所查阅资料,写开题报告和计划进度表。第 45 周:学习 MATLAB 相关知识。第 68 周:学习并建立基于改进型神经网络的短期电力负荷预测系统。第 911 周:用 MTLAB 工具箱建立短期电力负荷预测的仿真模型。第 1213 周:对模型进行仿真调试并进行预测结果分析。第 14 周:根据论文撰写规范,写出
11、论文框架。并以前期所做的成果为依据,撰写论文。第 15 周:撰写论文。第 16 周:根据老师指导,改善不足之处,完善论文。第 17 周:完成论文。第 18 周:查阅资料,找出知识点,准备答辩。四、主要参考文献(不少于四、主要参考文献(不少于 10 篇,期刊类文献不少于篇,期刊类文献不少于 7 7 篇,应有一定数量的外篇,应有一定数量的外文文献,至少附一篇引用的外文文献(文文献,至少附一篇引用的外文文献(3 3 个页面以上)及其译文)个页面以上)及其译文)1 飞思科技产品研发中心,神经网络理论与 MATLAB7 实现M.北京:电子工业出版社,20062 闻新,周露,李翔,张宝伟.MATLAB 神
12、经网络仿真与应用M.北京:科学出版社,20033 程其云,孙才新,张晓星等.以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法J.电工技术学报,2004,19(10):53-58.4 刘斌,赵亮翟,振杰.优化的 GM(1,1)模型及适用范围J.南京:南京航空航天大学学报.2003,35(4):4514545 沈继红,赵希人.利用最小二乘法改进.GM(2,1)模型J.哈尔滨:哈尔滨工程大学学报,2001,22(4).64666 阮沈勇.MATLAB 程序M.北京:电子工业出版社,20047 青志文,沈新祥,刘明清等.地区电网短期负荷预测系统的研究与开发J.湖南电力,2001,21(3):1
13、 一 4.8 Shi B,Li Y X,Yu X H,et al.A modified particle swartn optimization and radial basis function neural network hybrid algorithm model and its appiicationC2009 WRI Global Congress on Intelligent Systems(GCIS 2009),2009,1:134-138.9 苏高利,邓芳萍论基于 MATLAB 语言的 BP 神经网络的改进算法J科技通报,2003,19(2):13013510 陈敏,刘君.B
14、P 网络的改进及其应用J 湖南文理学院学报:自然科学版,2005,17(2):68-70。11 王波,王灿林,梁国强.基于粒子群寻优的 D-S 算法J.传感器与微系统,2007,26(1):84-86.Foreign information:Modified BackPropagation Neural Networks and its Application Research on Prediction Problems4liu le Prediction is the premise of plan-making,pr0Viding a basis for decisionmakingSt
15、udy on prediction is a key activity for human survival and developmentAs the most accurate and scientific method to describe uncertain lings,quantitative prediction,based on statistical data,employs statistical methods,mathematical models and algorithms to carry out determination for scales,trends,S
16、peeds,etcof things in future developmentQuantitative prediction with great advantages of objective,refinement and standardization,plays a vital rule in human civilization advance,economic and social development,disease and disaster prevention,exploration unknown world and so forth BackPropagation ne
17、ural network,which adjust connection weights in accordance with error gradient descent rule,is one of multilayer feedforward neural networksAs an important tool on prediction research,BP neural network is capable of nonlinear mapping,self-organizing,error feedback adjustment,generalization and fault
18、 tolerance,and thus its application field is broad and wideHowever inherent defects of basic BP neural network,such as being trapped at local minimum easily,long training time,slow convergence depending on parameters excessively andso on,seriously affect its application effectModified BP networks ai
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 开题 报告 BP 网络 电力系统
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【丰****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【丰****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。