论文部分内容阅读
电力负荷管理是电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负荷预测技术水平,有利于计划用电管理,有利于合理安排电网运行方式和机组检修计划,有利于节煤、节油和降低发电成本,有利于制定合理的电源建设规划,有利于提高电力系统的经济效益和社会效益。短期负荷预测是实现电力系统优化运行的基础,对于电力系统的安全性、可靠性和经济性都有着显著影响。目前,智能电网技术成为国家电网发展的一个新方向,这对负荷预测的要求越来越高,因此,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。所以,本文提出了基于智能算法的电力负荷预测分析,应用智能算法进行短期负荷预测,着力提高负荷预测的精度和速度,具有十分重要的现实意义。本文在分析了目前短期电力负荷预测的现状及各种预测方法、预测模型的基础上,根据电力负荷特性的变化规律,考虑了日期类型、温度、天气状况等影响负荷预测的因素,采用基于模糊算法的神经网络预测方法对天津地区电网进行了短期负荷预测,根据本文所介绍的方法编程,实际仿真结果表明,基于模糊算法的神经网络在一定程度上改进了原有算法的缺陷,并能对单一算法的缺点进行弥补修正,仿真结果表明具有一定的实践可行性。