电力系统短期负荷预报的人工神经元网络模型的研究

在整理浙江省近几年 电力负荷和气象数据的基础上，研究电力负荷季节，工作日，时间及气象的变化规律，提取电力负荷变化的特征。应用一种全局优化的求解方法—遗传算法，替代称度下隆法，构成遗传算法为核心的进化神经元网络模型，以实现电力负荷预板中多变量非线性特性的映射。针对负荷变化的周期性特点提出了负荷数据分区的方法。针对负荷预报中最突出的节假日预抒及突然事故的跟踪问题，提出和构造以进化神经元网络为主，捕以时间序列模型和回归分析模型的综合电力负荷预报模型。开发基于Foxpro的负荷数据和气象数据库管理系统，设计和实现了用户作软件环境。系统软件包括数据管理，图形工具和系统建模型等模块。