基于机器学习的超短期电力负荷预测方法研究任务书

 2022-01-12 09:01

全文总字数：1183字

1. 毕业设计（论文）主要内容：

电力负荷预测是基于特定对象的历史用电量数据预测其未来一段时间内负荷需求的技术和方法。随着智能电网技术的快速发展，电力负荷预测精度要求不断提升，短期及超短期电力负荷预测的需求也日益凸显。

针对特定用电对象，基于其历史电力负荷数据、气象数据、日类型数据等，研究、分析影响其电力负荷的敏感参数，并利用机器学习技术构建其超短期（每小时1点）负荷预测模型，从而实现用电对象电力负荷曲线的日前预测。此外，学习并掌握MATLAB仿真软件的使用。在MATLAB平台下构建超短期电力负荷预测模型，基于样本数据对电力负荷曲线进行预测，从而验证预测模型及算法的有效性，并得出相关结论。

2. 毕业设计（论文）主要任务及要求

  1. 理解超短期电力负荷预测的背景、概念及相关技术；

  2. 调研机器学习技术的概念和基本方法，理解并掌握BP神经网络、极限学习机等常用机器学习算法；

  3. 阅读并翻译机器学习技术、电力负荷预测技术等相关中/英文文献资料；

    剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

    3. 毕业设计（论文）完成任务的计划与安排

    1-3周，完成开题报告；

    4-5周，完成中/英文文献资料阅读；

    5-7周，完成超短期电力负荷预测数学模型的构建；

    剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

    4. 主要参考文献

    1. 焦筱悛，徐青山. 电力系统单用户超短期负荷预测算法研究[J]. 电测与仪表, 2019: 1-7.

    2. 赵威. 基于大数据的短期负荷预测关键技术研究[D]. 济南: 山东大学, 2019.

    3. Li, K.J., Xie, X.M., et al. Hybridteaching-learning artificial neural network for city-level electrical loadprediction[J]. Science China-Information Sciences, 2020, 63(5).

    剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章