1、電力系統(tǒng)短期負荷預測是電力調度部門制定發(fā)電計劃的依據(jù), 是市場環(huán)境下編排調度計劃、供電計劃、交易計劃的基礎。隨著電力工業(yè)市場化進程的加快, 電力系統(tǒng)短期負荷預測精度的好壞直接影響到產(chǎn)業(yè)部門的經(jīng)濟效益, 是現(xiàn)代電力系統(tǒng)運行研究中的重要課題之一，它是研究電力系統(tǒng)規(guī)劃問題、電力系統(tǒng)經(jīng)濟運行及其調度自動化的重要依據(jù)。 本論文將前饋神經(jīng)網(wǎng)絡應用于電力系統(tǒng)短期負荷預測中，并引入遺傳算法對網(wǎng)絡的初始參數(shù)進行優(yōu)化，主要研究工作如下：

2、1.電力系統(tǒng)負荷是一個隨機非平穩(wěn)過程，其負荷觀測值由于受到各種因素的影響，可能會存在某些“壞數(shù)據(jù)”或“不良數(shù)據(jù)”，這些數(shù)據(jù)夾雜在正常的負荷數(shù)據(jù)中參與神經(jīng)網(wǎng)絡的訓練，嚴重影響了負荷預測的精度。本文利用統(tǒng)計學的方法，求出某段時間內(nèi)負荷序列中的均值與方差，再利用偏離率的計算公式計算出負荷序列中每一點的偏離率，并與閾值相比較，從而除去“不良數(shù)據(jù)”，為準確有效地進行負荷預測提供了保證。 2.通過對歷史負荷數(shù)據(jù)規(guī)律性的分析，得出負荷是以

3、周為大周期變化，以日為小 周期變化，“大周期”中嵌套“小周期”規(guī)律變化的結論。在神經(jīng)網(wǎng)絡輸入節(jié)點的選擇方面，除了引入相關歷史負荷作訓練樣本外，還考慮了溫度、氣候敏感因素和特征日對負荷變化的影響，提高了負荷預測的精度。 3.針對神經(jīng)網(wǎng)絡的收斂速度慢的缺陷，本文采用了帶有變步長 和變動量因子 的改進BP算法，針對BP神經(jīng)網(wǎng)絡由于初始權值選取不當容易陷入局部極小點，本文將遺傳算法引入到網(wǎng)絡初始權值的確定中，提出了遺傳算法和BP神