负荷预测在电力系统的生产和运行中起着基础性作用,掌握系统
负荷变化规律,并建立适应的预测模型是提高系统运营效率的有效途
径。
本文在对铁岭地区的电力负荷的研究基础上,针对短期负荷预测
问题,根据地区负荷的变化特点,建立了适应本地区负荷变化规律的
短期负荷预测模型。在预测过程中,通过进行负荷曲线的三段式基本
分割,并针对此划分分别采用三个B-P网络对相应三段曲线上的各种
预测方法的组合权值分别进行学习,从而形成相应的组合预测模型。
通过对比单一预测法、线性组合预测法和非线性组合预测法的特点和
适用性,选取并采用非线性组合预测中的神经网络组合预测法,实现
了短期负荷预测。
同时针对地区电网中的小水电和小火电机组造成负荷预测误差
偏大的问题,论文在对负荷的组成和特性进行了详细的分析和研究基
础上,设计了修正算法,对短期负荷预测模型进行修正,改进原有的
负荷预测软件。经与现场实测数据的比较和应用,表明改进的负荷预
测软件的预测准确性较改进前有了较明显的提高。