全文总字数：1136字

1. 研究目的与意义及国内外研究现状

电力系统由电力网、电力用户共同组成，其任务是给广大用户不间断地提供经济、可靠、符合质量标准的电能，满足各类负荷的要求，为社会发展提供动力。由于电力的生产与使用具有特殊性，即电能难以大量储存，而且各类用户对店里的需求是变化的，这就要求系统发电出力应随时与系统负荷的变化动态平衡，即系统要最大限度地发挥出设备能力，使整个系统保持稳定且高效的运行，以满足用户的需求，否则就会影响供用电质量，甚至危及系统安全与稳定，因此电力系统复合预测技术发展了起来，而且是这一切对顺利进行的前提和基础，因此选择了该课题。

国内外研究现状

负荷预测的核心问题是预测的技术问题，或者说是预测的数学模型。传统的数学模型是用现成的数学表达式加以描述，具有计算量小速度快的优点，但同时也存在很多缺陷和局限性。比如不具备自学习、自适应能力、预测系统的鲁棒性没有保障等，特别是随着我国经济的发展，电力系统的结构日趋复杂，电力系统的变化的非线性、时变性和不确定性的特点更加明显，很难建立一个合适的数学模型来清晰地表达负荷和影响负荷的变量之间的关系，而基于神经网络的非数学模型预测法，为解决数学模型发的不足提供了新的思路，国内外对神经网络的研究都已相当成熟并在诸多领域有所应用。

2. 研究的基本内容

利用人工神经网络对电力系统负荷进行预测，实际上是利用人工神经网络可以以任意精度逼近任意非线性函数的特性，及通过学习历史数据建模的优点。在系统状态方程复杂的情况下，可以建立BP神经网络表达这些非线性系统，把未知系统看成是一个黑箱，首先用系统输入输出数据训练BP神经网络，使网络能够表达该未知函数，然后用训练好的BP神经网络预测系统输出，从而达到预测未来时段负荷的目的。

3. 实施方案、进度安排及预期效果

基于matlab，优先采用bp神经网络，也可使用elman神经网络，并运用遗传算法优化，预期实现较小误差的电力系统负荷预测。

4. 参考文献

[1] 吕蝉.基于bp神经网络的短期负荷预测[d].武汉：华中科技大学，2007.

[2] 邓伟.bp神经网络构建与优化的研究及其在医学统计中的应用[d].上海:复旦大学，2002.

[3] 林盾，陈俐.bp神经网络在模拟非线性系统输出中的应用[j].武汉理工大学学报，2003,27(5)：731-734.