Краткосрочное прогнозирование электропотребления в электроэнергетических системах с использованием искусственных нейронных сетей

  • Автор:
  • Специальность ВАК РФ: 05.14.02
  • Научная степень: Кандидатская
  • Год защиты: 2013
  • Место защиты: Самара
  • Количество страниц: 176 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 230 руб.
Титульный лист Краткосрочное прогнозирование электропотребления в электроэнергетических системах с использованием искусственных нейронных сетей
Оглавление Краткосрочное прогнозирование электропотребления в электроэнергетических системах с использованием искусственных нейронных сетей
Содержание Краткосрочное прогнозирование электропотребления в электроэнергетических системах с использованием искусственных нейронных сетей
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ
1.1. Общие положения
1.2. Актуальность прогнозирования электропотребления в условиях рынка электрической энергии
1.3. Задачи суточного планирования режимов ЭЭС
1.4. Общие подходы к построению прогнозной модели процесса электропотребления
1.5. Методы краткосрочного прогнозирования электропотребления
1.5.1. Обзор традиционных методов и средств краткосрочного прогнозирования потребления электроэнергии
1.5.2. Метод Сааренда в исследовании динамики электропотребления в региональной энергосистеме
1.5.3. Метод экспоненциального сглаживания линии тренда временного ряда в сочетании с методом индексов сезонности
1.6. Целесообразность использования искусственных нейронных сетей в системах прогнозирования
1.7. Выводы
ГЛАВА 2. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
2.1. Общие положения
2.2. Искусственные нейронные сети. Основные понятия и определения
2.3. Свойства систем, построенных на основе ИНС
2.4. Представление нейронных сетей с помощью
ориентированных графов
2.5. Архитектура сетей
2.6. Представление знаний
2.7. Краткосрочное прогнозирование электропотребления ЭЭС с использованием ИНС
2.7.1. Общие замечания
2.7.2. Определение набора входных данных ИНС для краткосрочного прогнозирования электропотребления энергосистемы
2.7.3. Построение модели ИНС и определение неизвестных весовых коэффициентов выходного слоя сети методом интерполяции
2.7.4. Алгоритм обучения ИНС прямого распространения
2.8. Выводы
ГЛАВА 3. ОПИСАНИЕ ЗАВИСИМОСТИ ЭЛЕКТРОПОТРЕБЛЕНИЯ
ОТ ТЕМПЕРАТУРЫ НАРУЖНОГО ВОЗДУХА
3.1. Общие замечания
3.2. Анализ статистических данных электропотребления и температуры наружного воздуха ЭЭС Самарской губернии за весенний и летний период года
3.3. Анализ статистических данных электропотребления и температуры наружного воздуха ЭЭС Самарской губернии за осенний и зимний период года
3.4. Методика учета температуры наружного воздуха в модели ИНС при прогнозировании электропотребления
3.5. Выводы
ГЛАВА 4. МЕТОДИКА, АЛГОРИТМ И ПРОГРАММНЫЙ ПАКЕТ РАСЧЕТА ПРОГНОЗНЫХ ЗНАЧЕНИЙ ЭЛЕКТРОПОТРЕБЛЕНИЯ ЭНЕРГОСИСТЕМЫ НА ОСНОВЕ ИНС
4.1. Общие замечания
4.2. Описание методики краткосрочного прогнозирования электропотребления на основе ИНС
4.3. Алгоритм и программа расчета прогнозных значений электропотребления ЭЭС методом на основе ИНС

4.4. Результаты работы модели ИНС и сравнение результатов прогнозирования с другими методами
4.5. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ П.1. Исходный текст программы расчета прогнозных
значений электропотребления методом ИНС
ПРИЛОЖЕНИЕ П.2. Документы о внедрении результатов диссертационной работы

Результаты расчетов по выражению (1.2) располагаются в виде матрицы 2 размерностью (и-1)хЛ(, представленной ниже:

2 и 2

2п-1,1 гп-1,
2и 22]

2п-1,/

22Ы 2Ш 2 п-Х.Ы
Таблица 1.
Данные по месяцам о полезном отпуске электроэнергии XV в Самарской ЭЭС за 2005-2007гг., в МВт*ч
Месяц, * 2005г. 2006г. 2007г.
Январь 4680000,0 3280000,0 4168000,
Февраль 3925000,0 3650000,0 4070000,
Март 2920000,0 3475000,0 4207000,
Апрель 2615000,0 3260000,0 3702000,
Май 2480000,0 2955000,0 3570000,
Июнь 2430000,0 2845000,0 3318000,
Июль 1265000,0 2930000,0 3518000,
Август 2515000,0 3005000,0 3593000,
Сентябрь 2675000,0 3185000,0 3500000,
Октябрь 2700000,0 3260000,0 4015000,
Ноябрь 3015000,0 3480000,0 4295000,
Декабрь 3870000,0 4500000,0 4700000,

Рекомендуемые диссертации данного раздела