| | | | | 一种实用化的配电网超短期负荷预测方法 | | | 闫冬,赵建国 | | | 针对配电网复杂多变的特点 ,提出了用神经网络和最优化算法相结合进行配电网超短期负荷预测的研究方法。采用分时段的负荷预测方法 ,大大缩小了网络规模。在神经网络的训练中 ,采用变步长的 BP算法 ,并实行远小近大加权均方的误差计算原则。运用了遗传算法和模拟退火两种最优化算法分别与神经网络算法相结合 ,并进行了比较。在遗传算法中首次引入了聚合度的概念。当两种算法结果相差不大时 ,用它们的平均值作为最后结果 ,进一步提高了预测精度 ,尤其是提高了重大节假日这一预测难点的精度。运用本算法编制了实用性软件 ,并对潍坊地区的真实负荷进行了预测 ,结果较好地满足了现场的要求。
【作者单位】：山东大学电气工程学院 济南250061
(闫冬);山东大学电气工程学院 济南250061(赵建国)
【关键词】：配电网;负荷预测;人工神经网络;遗传算法;模拟退火算法;均方根误差
【分类号】：TM714
【DOI】：cnki:ISSN:1000-1026.0.2001-22-009
【正文快照】：
引言负荷预测对电网安全与经济运行有重要意义 ,对配电网来说更有其特殊意义 ,这是因为配电网量测量太少 ,不得不用母线负荷预测作为伪量测量才能确定配电网完整的状态和潮流。配电网负荷预测分为 2类 :地区负荷预测和母线负荷预测。地区负荷预测是配电网 1 d至 1星期逐个时段的总负荷或某一区域的负荷预测 ,主要用于购电计划与供电计划。母线负荷预测是配电网总的或是某一区域各负荷点(母线 )的负荷预测 ,主要用于状态估计或潮流计算 [1] 。人工神经网络 ( ANN)方法是近几年来发展起来的新方法 ,在短期和超短期负荷预测方面 ,应用最多的… | | |  推荐 CAJ下载  PDF下载 | | | CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式 | | | | PRACTICABLE METHOD FOR LOAD FORECASTING OF DISTRIBUTION NETWORK | | | Yan Dong;Zhao Jianguo Shandong University;Jinan 2 5 0 0 6 1;China | | | In allusion to the characteristics of agility and levity of distribution network,this article puts forward a method for load forecasting of the distribution network,combining ANN method and optim ization m ethods.In this article,the load is forecasted one hour by one hour,so the size of the ANN is greatly reduced.BP algorithm using variable step length is used for the training of the ANN.The error of every day is m ultiplied by a weight.The later the date is,the bigger the value of the weight is.Then the RMSE of these errors is used to train the network.GA and SA are combined to ANN respectively and the results are compared.The convergence degree is introduced into GA for the first tim e.When the two results are close,the average of them is regarded as the final result,and the forecasting precision is im proved further,especially the precision of the holiday,which is hard to forecast.The real load of Weifang area is forecasted by the practicable software using this algorithm and the result can meet the demand.
【Keyword】：distribution network;load forecasting;artificial neural network ANN;genetic algorithm GA;sim ulated annealing SA;root m ean squared error RMSE |
| | | | | | 1 | 杨志龙; 系统辨识理论与BP算法数学原理 [J];兵工自动化; 1998年04期 | | 2 | 蔡兵,杨晓帆,陈廷槐,杨胜中; 基于神经网络方法的系统级故障诊断 [J];重庆大学学报(社会科学版); 1995年03期 | | 3 | 吴桂义,况礼澄,刘勇,高以谋; 矿井开采工作面开采工艺方式选择的神经网络模型 [J];东北煤炭技术; 1999年01期 | | 4 | 卫金茂,王淑琴,汪大伟; 系统辨识的神经网络实现 [J];东北师大学报(自然科学版); 1997年04期 | | 5 | 韦玉科; 神经网路结构优化问题的研究 [J];电机电器技术; 2000年02期 | | 6 | 刘金霞,高强,侯思祖; 配电网自动化数传技术研究现状 [J];电力情报; 1999年04期 | | 7 | 周士跃，刘伯春; 人工神经网络在电力系统暂态稳定分析中的应用 [J];电气传动自动化; 1995年02期 | | 8 | 陈佩佩,许延春,韩敬平; 基于人工神经网络的厚松散层立井井壁破坏预测研究 [J];矿业安全与环保; 2005年06期 | | 9 | 陈雷,陈如忠; 机场10KV变电站监控系统升级改造 [J];福建电脑; 2003年09期 | | 10 | 曾庆宁; 投资分配的神经网络求解 [J];系统工程; 2000年01期 |
|
| | | | | | 1 | 樊淑趁,熊诗波; 人工神经网络在采煤机故障诊断系统中的应用 [A];1996年中国控制会议论文集 [C]; 1996年 | | 2 | 靳忠福; 用于高速铁路无人值班变电所的视频监控系统 [A];中国铁道学会电气化委员会2006年学术会议论文集 [C]; 2006年 | | 3 | 钟守铭,徐道义; 具有时滞的Hopfield神经网络k-全局稳定性 [A];1995年中国控制会议论文集（下） [C]; 1995年 | | 4 | 史承逵; 中小城市配电系统综合自动化的规划设计思路 [A];安徽省电机工程学会优秀学术论文集（2002-2003） [C]; 2005年 | | 5 | 翁苏骏,林熙; BP网络、RBF网络和Elman网络在股价预测中的应用 [A];1999年中国智能自动化学术会议论文集（上册） [C]; 1999年 | | 6 | 张文生,孙增圻,叶榛; 一种多层神经网络实现高维非线性连续函数新的构造方法 [A];1999年中国智能自动化学术会议论文集（上册） [C]; 1999年 | | 7 | 朱双东,赵建国; 企业未来获利能力的智能评价方法 [A];1999年中国智能自动化学术会议论文集（下册） [C]; 1999年 | | 8 | 田岚,南新志,白树忠; 一种新的变换域特征在汉语语音识别中的应用 [A];第四届全国人机语音通讯学术会议论文集 [C]; 1996年 | | 9 | 张建明,王树青,王宁; 模糊系统与人工神经网络的交叉综合及应用 [A];1998年中国智能自动化学术会议论文集（上册） [C]; 1998年 | | 10 | 师菁,程福安; 蜗轮齿面瞬态温度场有限元的神经计算原理 [A];1998年中国智能自动化学术会议论文集（上册） [C]; 1998年 |
|
| | | | | | 1 | 刘健,勾新鹏,徐精求,党海锋,董海鹏; 基于区域负荷的配电网超短期负荷预测 [J];电力系统自动化; 2003年19期 | | 2 | 赵遵廉; 中国电网调度近期技术发展方向 [J];电力系统自动化; 2001年20期 | | 3 | 杨明皓,黄单舸; 配电网供电恢复决策的实时计算方法 [J];电力系统自动化; 2000年05期 | | 4 | 邢棉,杨实俊,牛东晓,孙伟; 多元指数加权电力负荷灰色优化组合预测 [J];电网技术; 2005年04期 | | 5 | 丁恰,卢建刚,钱玉妹,张剑,廖怀庆; 一种实用的超短期负荷预测曲线外推方法 [J];电力系统自动化; 2004年16期 | | 6 | 韩民晓,姚蜀军; 短期负荷预测方法的研究及在线应用 [J];电力系统自动化; 1998年10期 | | 7 | 于尔铿,刘广一,周京阳; 能量管理系统(EMS)第1讲EMS的技术发展 [J];电力系统自动化; 1997年01期 | | 8 | 杨争林,宋燕敏,曹荣章,孙维真,吴劲晖; 超短期负荷预测在发电市场中的应用 [J];电力系统自动化; 2000年11期 | | 9 | 路轶,王民昆; 基于短期负荷预测的超短期负荷预测曲线外推法 [J];电力系统自动化; 2006年16期 | | 10 | 张晓星,周湶,任海军,孙才新,程其云; 基于增量约简算法确定电力负荷预测模型输入参数 [J];电力系统自动化; 2005年13期 |
|
| | | | | | 1 | Chan,P.,and Stolfo,S; Experiments on Multistrategy Learning by Meta-learning[A] [M];Proc Second Intl Conf Info Know Manag[C]; 1993年 | | 2 | VogdrupH J; Combining Predictors:Some Old Methods and a New Method[J] [M];JCIS‘98Proceedings; 1998年 | | 3 | VAPNIK V N; The nature of statistical learning theory [M];; 1995年 | | 4 | Suykens J A K, Vandewalle J; Recurrent Least Squares Support Vector Machines [M];IEEE Trans on Circuits and Systems; 2000年 | | 5 | Chen G R; A modified adaptive Kalman filter for real-time applications [M];IEEE Transactions on Aerospace and Electronic Systems; 1991年 | | 6 | LU Qingcheng; On-line adaptive electric load forecasting in power systems[D] [M];; 1988年 | | 7 | ABU-El-MAGD M A,SI NHA N K; Univariate and multivariate ti me series techniques for modeling and forecasting short-termload demand [M];Proceedings of the IFAC Symposium on Theory and Application of Digital Control Jan5-7,1982; 1982年 | | 8 | FALCAO D M,BEZERRA U H; Short-term forecasting of nodal active and reactive load in electric power system [M];Proceedings of the2nd IEE International Conference on Power Systems Monitoring and Control Jul,1986; 1986年 | | 9 | BEZERRA U H,FALCAO D M; A strategy for on-line forecasting of nodal active and reactive power injections in electric power systems [M];Proceedings of the IEEE Conference on Decision and Control Dec11-13,1985; 1985年 | | 10 | FAN S,CHEN L; Short-term load forecasting based on an adaptive hybrid method [M];IEEE Trans on Power Systems; 2006年 |
|
| | | | 1 | 刘健,勾新鹏,徐精求,党海锋,董海鹏; 基于区域负荷的配电网超短期负荷预测[J]; 电力系统自动化; 2003年19期; 36-39 | | 2 | 莫维仁,孙宏斌,张伯明; 面向电力市场的短期负荷预测系统设计及实现[J]; 电力系统自动化; 2001年23期; 41-44 | | 3 | 杨争林,宋燕敏,曹荣章,孙维真,吴劲晖; 超短期负荷预测在发电市场中的应用[J]; 电力系统自动化; 2000年11期; 14-17 | | 4 | 鞠平,姜巍,赵夏阳,王俊锴,张世学,刘琰; 96点短期负荷预测方法及其应用[J]; 电力系统自动化; 2001年22期; 32-36 | | 5 | 丁恰,卢建刚,钱玉妹,张剑,廖怀庆; 一种实用的超短期负荷预测曲线外推方法[J]; 电力系统自动化; 2004年16期; 88-90 | | 6 | 高山,单渊达; 神经网络短期负荷预测输入变量选择新方法[J]; 电力系统自动化; 2001年22期; 41-44 | | 7 | 程旭,康重庆,夏清,沈瑜; 短期负荷预测的综合模型[J]; 电力系统自动化; 2000年09期; 42-44 | | 8 | 贺蓉,曾刚,姚建刚,青志文,沈新祥,刘明清; 天气敏感型神经网络在地区电网短期负荷预测中的应用[J]; 电力系统自动化; 2001年17期; 32-35+52 | | 9 | 金海峰,熊信艮,吴耀武; 基于相似性原理的短期负荷预测方法[J]; 电力系统自动化; 2001年23期; 45-48 | | 10 | 高峰,康重庆,程旭,沈瑜,夏清,彭涛,周安石; 短期负荷预测相关因素的自适应训练[J]; 电力系统自动化; 2002年18期; 9-13 |
|
| | | | | | 1 | 杜松怀; 电力系统负荷预测技术 [J];华东电力; 2000年09期; 52-54 | | 2 | 祝新全; 改进和提高负荷预测工作的方法 [J];河北电力技术; 1998年04期; 60-62 | | 3 | 王大成,程浩忠,奚珣,朱杰,张涌; 配电网分块中长期电力负荷预测实践 [J];供用电; 2004年01期; 17-20 | | 4 | 杜松怀; 负荷预测方法及其影响因素 [J];农村电气化; 2001年04期; 16-17 | | 5 | 戴文进,付小科; 电力系统负荷预测 [J];世界科技研究与发展; 2002年03期; 44-47 | | 6 | 滕菲,王宁; 电力负荷预测技术 [J];黑龙江电力; 2002年05期; 21-24 | | 7 | 龙健,张叶,李文云,洪贵平; 提高认识 做好负荷预测工作 [J];云南电力技术; 2000年04期; 59-60 | | 8 | 张伏生,刘芳,赵文彬,寇强,刘沛津,曹正建; 基于Internet/Intranet的负荷预测系统方案 [J];电力系统自动化; 2003年10期; 77-80 | | 9 | 许涛,贺仁睦,徐东杰,王鹏; 数据挖掘与电力系统负荷预测 [J];电力信息化; 2004年02期; 45-47 | | 10 | 钟庆,吴捷,钟丹虹; 基于系统论的负荷预测集成化方法 [J];电力自动化设备; 2002年10期; 1-5 |
|
| | | | | | 1 | 吴立增,苑津莎,张铁峰; 基于MIS的中长期配电网负荷预测系统研究与实现 [A];全国电工理论与新技术学术年会（CTEE'2001）论文集 [C]; 2001年 | | 2 | 董论,赵宇明,郭静波,王赞基; 一种配电网电力线高速通信技术 [A];全国电工理论与新技术学术年会（CTEE'2001）论文集 [C]; 2001年 | | 3 | 马晓黎,储雷; 阜阳电网负荷预测分析 [A];华东六省一市电机（电力）工程学会输配电技术研讨会2004年年会论文集 [C]; 2004年 | | 4 | 徐杰; 应用变差模型对广西电网月负荷预测的研究 [A];第三届广西青年学术年会论文集（自然科学篇） [C]; 2004年 | | 5 | 白朝果; 新形势下电网规划工作思考 [A];华东六省一市电机工程（电力）学会输配电技术研讨会2002年年会山东电机工程学会交流论文集 [C]; 2002年 | | 6 | 黄姝雅,刘天琪,陈绩; 基于人工神经网络的电力系统负荷预测综述 [A];中国企业运筹学 [C]; 2006年 | | 7 | 赵成旺,顾幸生; 组合优化灰色预测模型在中长期电力负荷预测中应用 [A];第二十四届中国控制会议论文集（下册） [C]; 2005年 | | 8 | 张林,罗晓初,徐瑞林,赵理; 基于时间序列的电力负荷预测新算法研究 [A];2006电力系统自动化学术交流研讨大会论文集 [C]; 2006年 | | 9 | 牛东晓,李媛媛; 基于联合数据挖掘技术的电力负荷优选组合预测 [A];第六届中国青年运筹与管理学者大会论文集 [C]; 2004年 | | 10 | 杜贵和,方自力; 对配电系统自动化及相关问题的思考 [A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上） [C]; 2003年 |
|
|
|
