提出了一种基于云模型的电力负荷预测模型。利用云模型中的云发生器,分别将有限的国民生产总值和工业生产总值的增长率和增长变化率样本数据空间扩充为更具随机性和普遍性的扩展样本数据。以国民生产总值为例,建立国民生产总值与电力负荷之间的规则推理,构造云规则推理器。利用云规则推理器获得电力负荷预测增长率,将国民生产总值和工业生产总值获得的电力负荷预测增长率进行加权平均,并换算得到最终的电力负荷预测值,获得的预测结果精度高。
短期电力负荷预测器设计 The Design of Short Term Power Load Prediction 毕业设计任务书 一、设计内容 结合人工神经网络模型的特点和学习方式,根据其学习方法,编写算法进行 MATLAB 仿 真,对仿真预测结果的精度进行分析。 二、基本要求 1.选择适合电力负荷预测的人工神经网络的模型。 2.利用 MATLAB 软件用于人工神经网络模型的仿真。 3.得到仿真结果,对电力负荷预测结果的精度进行分析。 三、主要技术指标 利用现有的人工神经网络模型,编写 MATLAB 程序,对人工神经网络进行训练,实现电 力负荷预测。 四、应收集的资料及参考文献 [1] 韩力群 .人工神经网络理论、设计及应用 [M]. 北京 :化学工业出版社 [2] 周开利,康耀红 .神经网络模型及其 MATLAB 仿真程序设计 [M]. 北京 : 清华大学出版 社 [3] 朱大奇 .