1、“.....提出设计框架本课题主要针对西安市发电厂，通过去发电厂的实地调研，获知其现阶段共有四台大型发电机组，分别是万千瓦机组和万千瓦机组。负荷预测对电力系统控制运行和计划都有着重要意义。电力系统负荷变化受多方面影响，方面，负荷变化存在着由未知不确定因素引起的随机波动另方面，又具有周期变化的规律性，这也使得负荷曲线具有相似性。同时，由于受天气等特殊情况影响，又使负荷变化出现差异。由于电力系统负荷在不同的情况下，运行规则是不同的。比如在不同的用电季节天中的不同时段，其运行规律不同，因此应选取多个神经网络解决不同的情况。对每日小时分为五个时段凌晨时⋯时时时时下午时时晚时和时零时，每个阶段都用不同的网络进行预测。这种方法的优点是每小块的网络结构简单，网络训练速度快，预测精度也较高，但网络个数太多......”。

2、“.....常被用于负荷预测。绘制图，完善系统的功能设计通过对机组负荷影响因素的深入分析，找到各个因素对机组负荷的影响关系，建立数据库，从而绘制出相应的图。设计发电机组负荷预测模型，并分析预测结果本文研究的对象是基于神经网络的发电机组负荷预测。负荷预测的方法有很多种，目前，神经网络预测方法受到国内外广大研究人员的高度重视，被公认为比较有效的方法。本论文就是在此背景下，主要研究基于反向传播算法人工神经网络的短期负荷预测方法，在总结现有理论成果的基础上主要对神经网络的算法网络结构输入数据的预处理，输入输出向量设计等方面进行了研究。小结本章主要介绍了本课题的研究背景意义和国内外研究现状，简单介绍了本课题的主要研究内容，以及所用到的研究方法。通过对系统的输入输出之间的影响关系的分析，确立了神经网络作为模型的预测方法......”。

3、“.....数据的特点有定的结构，有型与值之分，如整型实型字符型附录表神经网络模型样本日期历史负荷白天气温调度输出二〇四年六月二十日星期六毕业设计论文题目发电机组负荷预测模型的设计与实现专业自动化班级自班学生石斑指导教师张海英年二〇四年六月二十日星期六发电机组负荷预测模型的设计与实现专业自动化班级自班作者指导教师职称副教授答辩日期年月日摘要发电机组负荷预测是实现电力系统优化运行的基础，对于电力系统运行的安全性可靠性和经济性都有显著影响。因此，寻求有效的负荷预报方法以提高预报精度具有重要意义。迄今为止，研究人员已经提出了许多有效的方法。本文应用目前较为流行的神经网络方法对发电机组负荷进行预报。本文采用神经网络预测模型，输入变量和确定神经网络结构的方法和算法......”。

4、“.....便于实际应用。通过去发电厂实际调研获得真实有效的数据，训练神经网络，使得网络能够正确的预测出负荷变化的实际规律。同时也参考了发电厂的现用的预测方法对神经网络结构加以改善，使得网络结构趋于完善。最后总结了本文的主要研究工作与收获，提出了些改进方案，并介绍了发电机组负荷预报的发展前景。关键词发电机组负荷预测神经网络数据处理系统预测模型训练的确定预测分析预测信息预测结果分析小结第四章结论与展望结论展望小结致谢参考文献附录二〇四年六月二十日星期六绪论研究背景与意义研究背景火电厂负荷调度主要依赖传统的值长制方法，通过远程控制终端接收中调发来的全厂负荷曲线和实时负荷指令，再由值长人工分配到各台机组。这样，机组负荷的频繁调整完全靠手动控制，运行人员责任大且易出事故......”。

5、“.....厂网分开竞价上网已成必然。在确保机组安全运行的前提下，实时合理分配全厂各机组负荷，最大限度地降低发电煤耗是市场经济对发电厂提出的现实要求。研究意义准确的发电机组负荷预测是发电厂保证其安全经济运行的关键。发电厂只有获知未来几天机组的发电量才能给原煤仓送入适量的煤，这样不仅能够节省煤资源，最大限度降低煤耗，还能减少其排放的废弃物，从而减少环保费用。准确的发电机组负荷预测有助于发电厂制定合理的生产计划。发电机组长期运行会累积损害，因此每年发电厂对会安排段时间对发电机组进行检修维护。发电厂除了送交电网的电外自身也会消耗部分电量，也即是厂用电。发电机组的负荷预测使发电厂能够避开发电机组发电负荷的高峰期进行检修维护也能够合理的安排自身的厂用电保证送交电网的电量满足电网调度的需求。国内外研究现状长期以来，国内外学者对电力系统负荷预报进行了广泛而深入的研究......”。

6、“.....主要有时间序列法指数平滑法专家系统法神经网络法卡尔曼滤波法小波分析法等。它们均有各自的优点，但是没有种方法是绝对准确的，也没有种方法可以适用于切电力系统。所以各个国家在预测时根据本国的特点，采用的方法也都不样。东南大学的陆海峰单渊达应用时间序列法，在的基础上引入反馈序列模，并用检测逐步自动定阶，以长自回归计算残差法估计模型的初值，用递推最小二乘法对模型进行修正，以实现实时自适应负荷预报武汉大学的段俊东陈昆薇采用模糊理论对日负荷曲线预报中的天气因素进行了模糊处理，根据季节，气候的不同对天气因素做不同的模糊处理和不同的数学模型，提高了发电机组负荷预报的精度。国外学者目前大多数都采用与神经网络有关的各种方法来进行负荷预报美国学者利用神经网络来获得用户电力消耗的模型......”。

7、“.....改进了系统对突变或者特殊情况的适应能力英国学者运用径向基函数，动态神经，二〇四年六月二十日星期六目录第章绪论研究背景与意义研究背景研究意义国内外研究现状论文的主要研究内容小结第二章预测模型的设计方法数据库原理与图分析数据库系统的基本概念实体与属性之间的关系预测方法和模型方法负荷预测的常用方法简介神经网络原理简介小结第三章发电机组负荷预测模型的设计基础数据与处理影响因素的列表与分析负荷预测的图基于神经网络的算法设计算法建模分析确定算法网络模型网络训练机制输入输出向量设计输入数据的归化处理网络闭值网络结构参数存贮在数据库中。实际使用时，根据预测日所属的模型调用其模型参数，进行预测。小结本章首先分析了模型输出的影响因素，绘制了系统的图，设计了基于神经网络的算法。考虑到各个数据之间的差异性，对数据做了归化处理。最后在设计系统参数时......”。

8、“.....并对最终的结果进行了详细的分析。结论与展望结论从上章建立的标准算法的发电机组负荷预测模型的实例预测结果可以看出，标准模型存在定缺陷。需要找到缺陷问题所在，并进行相应的改进，才能提高负荷预测模型的预测能力。从整个模型来看，网络层数输入层和输出层节点数都是根据电力负荷预测的实际需求而确定的，无法改变，而隐含层节点数传递函数学习函数以及其他参数都是根据多次网络训练而确定的最优选择，即所建网络的平均误差值最小时的选择。所以问题就可能出现在神经网络学习算法上，上章建立的电力负荷预测模型采用的是标准算法，标准网络算法存在些缺陷，主要有以下几点连接权初值隐含层节点数目以及网络参数的选取过于依靠经验。算法是个比较复杂的过程，它包含了许多问题，比如训练样本的选取，训练网络的构建，学习速率的选择学习次数的选取等等。在实际应用中，都没有具体准确的规律来进行选择......”。

9、“.....这样可能会使得预测的精度和实际相差较大。学习效率不高，收敛速度比较慢，需要大量的多次的迭代计算。在误差曲面曲率较高的地方，由于较大幅度的调整网络参数，可能出现过调现象，使网络难以收敛到最小点。为提高收敛性，学习率必须保持在个很小的值下在误差曲面较平坦处，需要经过重复数次的调整才能将误差函数曲面降低从而使得算法学习速度慢。可能会出现局部极小点。网络算法的实质是以梯度下降法二〇四年六月二十日星期六为基础的种非线性优化方法，误差曲面是多维的不平整的的非简单曲面，沿着负梯度的方向调整连接权值，就产生了多种复杂的现状。网络的泛化及适应能力较差。网络泛化能力的定义是经过训练后的网络对新样本做出正确反应的能力。过拟合就是说的泛化能力不高的现状。网络泛化能力的决定因素比较多，主要有样本资料网络结构网络算法等因素。从以上分析可知......”。