【正文】 逼近方面有其他方法無可比擬的優(yōu)勢，再一次證明其可行性。如今，負荷預測有著多種多樣的方法，每種方法都有自己的優(yōu)勢和局限性，在進行負荷預測的時候會產(chǎn)生不同的效果，沒有哪一種方法是最好的，誤差是最小的，而且不能單一只考慮誤差大小，還要考慮外界因素和成本的投入，由于本文的處理手法比較單一，沒有注重處理一些細節(jié)，應該對理論進行改進和加強，多加入一些新的技術(shù)。目前，我國處于一個東部地區(qū)用電量大但電力資源短缺，西部地區(qū)用電量小但電力資源豐富的環(huán)境，因此各地區(qū)的調(diào)度部門應該合理分配電力資源，加強負荷預測精度，使得每一度電都不浪費，降低電力資源浪費對國家經(jīng)濟發(fā)展的影響，神經(jīng)網(wǎng)絡預測短期負荷有很光明的發(fā)展前景，可供各地區(qū)的電力調(diào)度部門采納使用。參考文獻[1] 潘維民。.[2].：天津大學博士學位論文，2004,1516[3] Niu Dongxiao，Zhang Wenlen． Adjustment grey model for load forecasting of power systems[J]．The Journal of Grey System，1994，(6)：127—134．[4]. ：河北農(nóng)業(yè)大學碩士學位論文，2011,6:56.[5] 韓力群．人工神經(jīng)網(wǎng)絡理論,設計及應用[M]．北京：化學工業(yè)出版社，2002．51—56[6]. ：河北科技大學碩士學位論文，2008,4[7]. 牛東曉，曹樹華，趙磊，[M].北京：中國電力出版社，,196201.[8]. ：沈陽工業(yè)大學碩士學位論文，2003,23.[9]. 牛東曉，曹樹華，趙磊，[M].北京：中國電力出版社，,196201.[10]. ：湖南大學碩士學位論文，2007：78[11] 胡啟元. 針對電力系統(tǒng)短期負荷預測的研究：.成都：四川大學碩士學位論文，2004,1011[12] 趙林明，胡浩云，:黃河水利出版社，1999 .440.[13] Chow T W S,Leung C network based shortterm load forecasting using weather pensation [J].IEEET Ranson power.[14] 侯媛彬，杜京義，[M].西安：西安電子科技大學出版社，2007,1718.[15] 肖國權(quán)，王春，張福偉。電力負荷預測。中國電力出版社，2001,7.附錄BP算法預測負荷的程序： a=[1702 1560 1522 1504 1509 1515 1696 1828 1970 2114 2190 2322 2065 2016 ... 2039 2041 2125 2275 2308 2355 2294 2203 2091 1863。 1692 1602 1558 1501 1474 1516 1721 1874 2044 2120 2196 2309 2061 2024 ... 2050 2075 2176 2313 2354 2434 2331 2215 2174 1941。 1764 1662 1582 1535 1521 1568 1748 1861 2023 2120 2188 2345 2038 1995 ... 2031 2020 2121 2261 2295 2383 2323 2199 2120 1948。 1789 1642 1595 1568 1543 1579 1661 1811 1925 2012 2063 2194 1930 1887 ... 1913 1898 1972 2112 2154 2285 2333 2155 2054 1864。 1684 1609 1532 1509 1488 1531 1790 1902 2030 2143 2220 2341 2014 2013 ... 2064 2053 2149 2247 2292 2412 2338 2234 2140 1931。 1751 1643 1581 1546 1518 1555 1779 1851 2050 2143 2234 2348 2031 2022 ... 2063 2043 2157 2263 2298 2439 2331 2276 2136 1908。 1726 1648 1574 1528 1541 1589 1807 1897 2066 2184 2236 2378 2055 2051 ... 2107 2137 2191 2315 2337 2482 2396 2289 2197 2014。 1794 1693 1626 1607 1584 1622 1886 1947 2098 2213 2307 2392 2064 2054 ... 2140 2125 2207 2328 2328 2511 2428 2324 2235 2005。 1829 1719 1644 1608 1627 1634 1882 1998 2142 2233 2268 2392 2070 2073 ... 2133 2117 2208 2284 2330 2504 2447 2351 2276 2070。 1877 1748 1693 1625 1614 1670 1837 1910 2055 2159 2254 2347 2067 2052 ... 2101 2088 2215 2356 2331 2396 2335 2263 2715 1980。 1840 1694 1620 1588 1593 1602 1746 1785 1906 1984 2091 2227 1955 1906 ... 1956 1964 2055 2170 2169 2333 2296 2228 2131 1928。 1786 1665 1622 1577 1526 1580 1810 1848 2024 2156 2234 2392 2067 2054 ... 2122 2104 2192 2273 2305 2490 2416 2346 2212 2008。 1862 1715 1671 1633 1609 1645 1842 1937 2059 2197 2283 2399 2061 2053 ... 2145 2147 2283 2371 2378 2410 2309 2171 2060 1867。 1727 1651 1569 1520 1531 1549 1816 1873 2000 2098 2188 2352 2006 2006 ... 2049 2056 2144 2256 2297 2450 2385 2311 2184 1999。 1790 1740 1635 1659 1576 1619 1839 1921 2061 2136 2221 2355 2033 2001 ... 2073 2080 2147 2265 2260 2425 2381 2304 2182 1955。 1791 1692 1625 1597 1588 1634 1853 1911 2089 2155 2245 2378 2096 2053 ... 2126 2132 2219 2322 2340 2475 2397 2332 2261 2036。 1847 1716 1618 1623 1606 1633 1805 1880 2037 2146 2242 2373 2058 2034 ... 2129 2118 2210 2295 2318 2455 2398 2304 2231 2050。 1871 1752 1702 1644 1605 1670 1826 1800 1854 2003 2060 2218 1978 1938 ... 2000 1991 2071 2150 2216 2264 2309 2210 2127 1909。 1754 1631 1586 1561 1555 1593 1690 1735 1913 2069 2138 2228 1984 1920 ... 1968 1990 2115 2275 2224 2291 2218 2123 2000 1856]39。%5到23日負荷數(shù)據(jù)1924 L=length(a)。 u0=min(min(a))。 U0=max(max(a))。 b=(au0)/(U0u0)。%把負荷數(shù)據(jù)進行歸一化處理 samplelist=b(1:end,1:15)。%輸入矩陣 expectlist=b(1:end,2:16)。%輸出矩陣 net=newff(minmax(samplelist),[50,24],{39。tansig39。,39。purelin39。},39。traingd39。)。%建立網(wǎng)絡，50個隱含層節(jié)點，24個輸出層節(jié)點 =20000。%訓練次數(shù)上限20000次 =1e3。%訓練目標 =。% net=train(net,samplelist,expectlist)。%用輸入輸出訓練網(wǎng)絡 expectlist1=b(:,16)。%20日的負荷數(shù)據(jù) y=sim(net,expectlist1)。%用20日負荷數(shù)據(jù)預測21日 y2=sim(net,y)。%用21日預測出的結(jié)果來預測22日 y3=sim(net,y2)。%用22日預測結(jié)果預測23日 y1=(U0u0).*y+u0。 y4=(U0u0).*y2+u0。 y5=(U0u0).*y3+u0。%將3天的結(jié)果反歸一化 x=0:1:23。%畫圖設置步長 figure(1) plot(x,y1,x,a(:,17))。 figure(2) plot(x,y4,x,a(:,18))。 figure(3) plot(x,y5,x,a(:,19))。%三天預測的數(shù)據(jù)和實際數(shù)據(jù)相比較并畫擬合曲線 致謝本論文是在張寧老師悉心指導下完成的，在這里向張寧老師致謝，感謝他勤勤懇懇，兢兢業(yè)業(yè)指導我完成這個設計，無論是課題內(nèi)容、課題實現(xiàn)還是寫論文過程中，他都給了我很詳盡的指導。張老師這種誨人不倦，嚴謹治學，認真負責的態(tài)度讓我終身受用。其次在這里感謝和我同一小組的同學和我的舍友，在我做設計這段時間給了我很大的幫助。在他們幫助下，無論是理論知識還是電腦操作知識，我都得到了良好的學習。另外感謝學校四年來給我學習的機會，使我們在四年內(nèi)學到了很多有用的知識，為走上電力行業(yè)工作崗位打下了堅實的基礎(chǔ)。最后感謝我的父母，在做設計期間，他們不僅在專業(yè)上給我指導，更在精神上給我鼓勵。25