1。3。1 经典预测方法 3

1。3。2 现代负荷预测方法 3

1。4 本文主要工作 4

第二章 负荷预测及数据处理 6

2。1 负荷预测的概念和分类 6

2。1。1 概念 6

2。1。2 分类 6

2。2 历史负荷预测数据的预处理 7

2。3 数据样本归一化 8

2。4 本章小结 9

第三章 人工神经网络介绍 10

3。1 神经网络 10

3。2 BP 神经网络的原理和设计 11

3。3 Elman 神经网络的基本原理 13

3。3。1 网络结构 13

3。3。2 算法简介 14

3。4 本章小结 15

第四章 负荷预测模型的建立 16

4。1 MTALAB 语言及其神经网络工具箱函数 16

4。1。1 MTALAB 简介 16

4。1。2 神经网络工具箱函数 16

4。2 模型设计 17

4。2。1 主程序流程图 17

4。2。2 数据的读取与处理 18

4。2。3 建立 Elman 神经网络 19

4。2。4 训练网络 19

4。3 本章小结 20

第五章 电力负荷预测仿真与分析 21

5。1 电力负荷数据 21

5。2 隐含层神经元数目的确定 22

5。3 Elman 神经网络电力负荷预测 22

5。3。1 神经元结构图 22

5。3。2 预测结果 23

5。4 Elman 神经网络的误差效果图 23

5。5 负荷预测的误差分析 25

5。6 本章小结 26

总 结 27

致 谢 28

参考文献 29

第一章 绪 论

1。1 选题的目的和意义

随着国家综合实力的不断发展，电力公司开始逐步走向市场，它的形式的改变给电 力负荷预测带来了新的方向。现在，预测人员已经将如何使预测方法及预测结果适应市 场经济化的电力发展作为他们新的课题。为了保证电网管理更具有现代化、科学化；为 了减轻预测人员常年进行的数据整理工作，减少计算量；为了使数据能够延续，同时能 够做到信息共享；也为了适应新的电力市场需求，我们必须建立新一代的电力负荷预测 模型。因此，需要充分应用最先进的科学预测方法，运用当今计算机高端技术手段，来 科学地对电力市场需求进行负荷预测。