BP神经网络在电力消费量预测中的应用.doc

摘要:准确的电力负荷预测，是电力企业电网管理现代化、科学化提供依据，电力系统负荷预测对电力系统控制、运行起着十分重要的作用，也是电网规划的前提与基础。准确可靠的负荷预测能保证电力系统运行安全性，又可提高电力运行的经济性。

本论文利用1998—2011年一部分影响电力消费量的主要因素的数据，采用BP神经网络方法、线性回归法和灰色预测法对影响电力消费的八个因子进行分析，选用国内生产总值、年底总人口数、工业总产值、农林牧渔业总产值、农村家庭人均年消费性支出、农村居民家庭人均年纯收入和城镇家庭人均可支配收入七个因子为影响电力消费量的主要影响因素。根据确定的主要影响因素建立BP神经网络模型、线性回归模型和灰色预测模型，得到三种预测方法的相对误差绝对值分别为2.58%，3.80%，7.67%。通过预测结果比较，得出最优的预测方法是BP神经网络方法。

本论文通过建立模型和采用Matlab软件和DPS数据处理系统对原始数据进行测试分析结果表明，建立BP神经网络模型的预测结果比较准确。

关键词：电力负荷 电力消费量预测  线性回归法  BP神经网络

目录

摘要

Abstract

前  言-1

第一章 预测的基本原理-3

1.什么是预测-3

2.预测的内容及分类-3

3.预测的步骤-4

第二章 预测的方法-6

1.弹性系数法-6

2.趋势预测法-6

3.时间序列法-6

4.回归分析法-6

5.灰色预测法-6

6.人工神经网络法-6

7.模糊神经网络法-7

第三章 预测效果的分析-8

1.BP神经网络模型-8

1.1 BP神经网络概述-8

1.2 BP网络建立和训练-8

2.多元线性回归分析方法-10

2.1多元线性回归统计模型-10

2.2多元线性回归的基本理论-10

2.3多元线性回归模型的一般形式-10

3.灰色预测分析法-13

3.1灰色系统-13

3.2灰色预测-13

3.3灰色系统的模型-13

4.预测效果分析-14

参考文献-17

致  谢-18

附录A-19