模型，在此基础上确定用来预测负荷的数学表达式并对未来的负荷情况进行预测。时间序列预测方法的优点主要有对原始数据数量的要求相对较少，在搜集整理原始数据时的工作量要相对较小计算方式比较简单，计算速度较快。时间序列预测法的缺点是需要负荷历史资料这时间序列具有很好的平稳性，选取的序列波动越大，预测结果的准确性越低在预测过程中没有充分考虑天气节假日等些不确定性因素对负荷变化的影响，当天气出现很大变化或遇到节假日时，这种预测模型得到的预测结果准确性较低。灰色系统是指个系统中既含有已知信息又含有未知信息，灰色预测法是指对灰色系统进行预测的方法。采用灰色预测法来进行电力负荷预测，从本质上来说是求解根据电力负荷历史数据建立的微分方程的时间响应函数表达式，从而得到灰色预测模万方数据三峡大学全日制专业学位硕士学位论文型来对未来的负荷情况进行预测。在电力负荷历史数据已知信息条件比较少的情况下可以运用这种方法来进行分析和预测，电力负荷预测中常用且有效的灰色预测模型是,。灰色系统要求的历史负荷数据较少，运算较为方便，用它来进行短期负荷预测具有很好预测效果，目前它已被广泛应用于方法南昌大学杨胡萍等在文献中提出基于相空间重构和正交基神经网络的短期负荷预测模型南华大学赵宇红等人在文献中通过混合模糊神经算法，将模糊逻辑和神经网络的优点结合，构建混合模短期负荷预测模型，主要思想是利用混沌理论对历史数据进行相空间重构和蚁群优化算法对粗选的预测参考点作精选，改模型取得较好的预测精度惠州供电局高彩亮在文献中提出基于奇异值分解和支持向量机的负荷预测新曾勍炜等在文献中提出基于粒子群优化和支持向量机的电力负荷预测模型，采用粒子群优化算法选取较优的支持向量机训练参数组合，提高了精度北京信息科技大学李慧，王来云在文献中提出基于混沌蚁群算法的电力学者进行负荷预测的方法很多青岛大学张智晟等在文献中提出优化动态递归小波神经网络短期负荷预测模型湖南大学马轶东等在文献中提出运用神经网络的电力负荷混沌多步预测模型南昌大学以获取知识，在学习效率和性能方面具有更突出的优势。万方数据三峡大学全日制专业学位硕士学位论文国内外文献资料综述随着现代科学技术的不断进步，负荷预测理论技术得到了很大的发展，理论研究逐步深入。目前国内的域得到了广泛的应用，而动态模糊神经网络具有结构小避免出现过拟合现象的特点，使用起来要比常见的模糊神经网络更方便。广义动态模糊神经网络实现起来比动态模糊神经网络更加容易，它可以用于抽取有意义的模糊规则术的快速发展，负荷预测技术的研究也在不断更新，各种各样的负荷预测方法不断涌现，已经逐步从传统预测法向智能预测法转变。模糊神经网络集模糊系统知识的明显表达和神经网络强大的学习功能于体，在电力负荷预测领负荷预测能提高经济效益和社会效益。在我国电力事业空前发展的今天，电力负荷预测问题的解决已成为我们面临的重要而又艰巨的任务。电力负荷预测的核心问题是预测的技术方法，或者说是预测的数学模型。随着现代科学技对于我国经济建设国家安全社会稳定生活质量有至关重要的作用，现代文明社会已经处处离不开电力供应。随着电力工业的快速发展和我国电力体制改革的不断深化，对电力负荷预测理论技术的研究是愈来愈重要，准确的学全日制专业学位硕士学位论文本章小结总结参考文献致谢附录攻读工程硕士学位期间发表的部分学术论著万方数据三峡大学全日制专业学位硕士学位论文选题的依据与意义电力工业是国家在能源领域的重大基础行业，电力预测方案的提出广义动态模糊神经网络的结构和算法广义动态模糊神经网络电力负荷预测流程设计广义动态模糊神经网络结构和参数的选取广义动态模糊神经网络预测方法的算例分析两种预测模型的误差比较结论万方数据三峡大模糊神经网络的结构和算法模糊神经网络电力负荷预测流程设计历史数据的预处理模糊神经网络的结构和参数的选取模糊神经网络电力负荷预测算例分析本章小结基于广义动态模糊神经网络的电力负荷预测广义动态模糊神经网络本原理本文的主要工作电力负荷预测方法的分类传统预测方法智能预测方法新的预测方法本章小结模糊理论和神经网络理论模糊理论神经网络理论本章小结基于模糊神经网络的电力负荷预测模糊神经网络电力负荷预测方案的提出万方数据三峡大学全日制专业学位硕士学位论文目录选题的依据与意义国内外文献资料综述绪论电力负荷预测概念电力负荷预测基万方数据三峡大学全日制专业学位硕士学位论文目录选题的依据与意义国内外文献资料综述绪论电力负荷预测概念电力负荷预测基本原理本文的主要工作电力负荷预测方法的分类传统预测方法智能预测方法新的预测方法本章小结模糊理论和神经网络理论模糊理论神经网络理论本章小结基于模糊神经网络的电力负荷预测模糊神经网络电力负荷预测方案的提出模糊神经网络的结构和算法模糊神经网络电力负荷预测流程设计历史数据的预处理模糊神经网络的结构和参数的选取模糊神经网络电力负荷预测算例分析本章小结基于广义动态模糊神经网络的电力负荷预测广义动态模糊神经网络预测方案的提出广义动态模糊神经网络的结构和算法广义动态模糊神经网络电力负荷预测流程设计广义动态模糊神经网络结构和参数的选取广义动态模糊神经网络预测方法的算例分析两种预测模型的误差比较结论万方数据三峡大学全日制专业学位硕士学位论文本章小结总结参考文献致谢附录攻读工程硕士学位期间发表的部分学术论著万方数据三峡大学全日制专业学位硕士学位论文选题的依据与意义电力工业是国家在能源领域的重大基础行业，电力对于我国经济建设国家安全社会稳定生活质量有至关重要的作用，现代文明社会已经处处离不开电力供应。随着电力工业的快速发展和我国电力体制改革的不断深化，对电力负荷预测理论技术的研究是愈来愈重要，准确的负荷预测能提高经济效益和社会效益。在我国电力事业空前发展的今天，电力负荷预测问题的解决已成为我们面临的重要而又艰巨的任务。电力负荷预测的核心问题是预测的技术方法，或者说是预测的数学模型。随着现代科学技术的快速发展，负荷预测技术的研究也在不断更新，各种各样的负荷预测方法不断涌现，已经逐步从传统预测法向智能预测法转变。模糊神经网络集模糊系统知识的明显表达和神经网络强大的学习功能于体，在电力负荷预测领域得到了广泛的应用，而动态模糊神经网络具有结构小避免出现过拟合现象的特点，使用起来要比常见的模糊神经网络更方便。广义动态模糊神经网络实现起来比动态模糊神经网络更加容易，它可以用于抽取有意义的模糊规则以获取知识，在学习效率和性能方面具有更突出的优势。万方数据三峡大学全日制专业学位硕士学位论文国内外文献资料综述随着现代科学技术的不断进步，负荷预测理论技术得到了很大的发展，理论研究逐步深入。目前国内的学者进行负荷预测的方法很多青岛大学张智晟等在文献中提出优化动态递归小波神经网络短期负荷预测模型湖南大学马轶东等在文献中提出运用神经网络的电力负荷混沌多步预测模型南昌大学曾勍炜等在文献中提出基于粒子群优化和支持向量机的电力负荷预测模型，采用粒子群优化算法选取较优的支持向量机训练参数组合，提高了精度北京信息科技大学李慧，王来云在文献中提出基于混沌蚁群算法的电力短期负荷预测模型，主要思想是利用混沌理论对历史数据进行相空间重构和蚁群优化算法对粗选的预测参考点作精选，改模型取得较好的预测精度惠州供电局高彩亮在文献中提出基于奇异值分解和支持向量机的负荷预测新方法南昌大学杨胡萍等在文献中提出基于相空间重构和正交基神经网络的短期负荷预测模型南华大学赵宇红等人在文献中通过混合模糊神经算法，将模糊逻辑和神经网络的优点结合，构建混合模糊神经模型，针对模糊神经元权值更新问题，采用步搜索寻优法，进步减小误差黑龙江科技学院范东山等人在文献中应用模糊神经网络结合遗传算法来实现预测，系统通过对历史数据的自适应学习建立模糊预测模型，算法采用改进的算法，提高了预测精度和误差上海大学刘秀玉等人在文献中将模糊理论与人工神经网络相结合，并对传统算法作了两种改进步长自适应调整和引入误差反传基础量，预测精度比传统神经网络有了很大提高东北电力学院曾令生，张文生，伏祥运等在文献中提出了依据模糊模式识别模糊聚类理论，应用相应的隶属度来描述负荷与影响负荷因素之间关系的短期负荷预测模型提高了预测误差和精度东北电力大学牛东晓，王会青，谷志红在文随机成分做处理，是传统预测方法中种简单而且实用的方法。根据电力负荷的历史资料，用数理统计学中的回归分析法对变量的观测数据进行统计分析，确定变量之间的相互依存关系，再根据确定的关系对未来的负荷情况进行预测的方法称为回归分析预测法。线性回归和非线性回归是回归分析的两种主要分析形式。回归分析预测法的结构形式比较简单预测模型的参数相对较少并且参数估计理论较为成熟，但是这种预测方法的预测精度相对较低。电力负荷的历史资料是个时间序列，它是按照固定的时间间隔来进行采样记录的。时间序列预测法是指根据电力负荷的历史资料这个时间序列，建立个用来分析电力负荷变化规律和特性的数学模型，在此基础上确定用来预测负荷的数学表达式并对未来的负荷情况进行预测。时间序列预测方法的优点主要有对原始数据数量的要求相对较少，在搜集整理原始数据时的工作量要相对较小计算方式比较简单，计算速度较快。时间序列预测法的缺点是需要负荷历史资料这时间序列具有很好的平稳性，选取的序列波动越大，预测结果的准确性越低在预测过程中没有充分考虑天气节假日等些不确定性因素对负荷变化的影响，当天气出现很大变化或遇到节假日时，这种预测模型得到的预测结果准确性较低。灰色系统是指个系统中既含有已知信息又含有未知信息，灰色预测法是指对灰色系统进行预测的方法。采用灰色预测法来进行电力负荷预测，从本质上来说是求解根据电力负荷历史数据建立的微分方程的时间响应函数表达式，从而得到灰色预测模万方数据三峡大学全日制专业学位硕士学位论文型来对未来的负荷情况进行预测。在电力负荷历史数据已知信息条件比较少的情况下可以运用这种方法来进行分析和预测，电力负荷预测中常用且有效的灰色预测模型是,。灰色系统要求的历史负荷数据较少，运算较为方便，用它来进行短期负荷预测具有很好预测效果，目前它已被广泛应用于电力负预测领域。但是这种预测方法也存在着定的局限性，与其他预测方法相比，它的局限性主要表现在两个方面是这种预测方法的预测精度与数据离散程度相关，数据离散程度越大，预测精度就越低二是用这种预测法进行长期负荷预测时，只有最近的两个数据预测精度较高，越往后预测误差越大，也就是说这种预测方法对电力负荷的长期后推若干年的预测不太适用。智能预测方法随着现代科学技术的飞速发展和广泛应用，电力负荷预测技术方法也逐步走向了智能化。专家系统预测法人工神经网络预测法小波分析预测法和组合模型预测法等些智能预测方法被广泛地应用于电力负荷预测领域。和传统预测方法相比，智能预测方法在预测效率和精度上有了较大的提高。专家系统是个基于专家知识的计算机智能程序系统。它