臺灣博碩士論文加值系統

專利申請中，暫不公開

誌謝………………………………………………………………………….. i
摘要…………………………………………………………………………. ii
Abstract…………………………………………………………………….. iii
目錄………………………………………………………………………… iv
圖目錄……………………………………………………………………... vii
表目錄………………………………………………………………………. x
縮寫及符號對照表…………………………………………………………xi
第一章 緒論 1
1.1 研究背景 1
1.2 研究目的 2
1.3 文獻回顧 3
1.4 論文架構 6
第二章 類神經網路 8
2.1 類神經網路簡介 8
2.1.1 神經元模型 8
2.1.2 類神經元模型 9
2.2 倒傳遞類神經網路架構 11
2.2.1 倒傳遞演算法介紹 12
第三章 極短期負載預測模型建置 15
3.1 輸入參數選取 15
3.2 訓練樣本選取範圍 21
3.3 資料前期處理 22
第四章 負載預測執行與分析 24
4.1 廠區用電量差異分析與說明 24
4.1.1 年度用電量變化趨勢分析 31
4.1.2 負載用電特性區分 31
4.1.3 季節用電特性區分 33
4.2 廠區用電量差異分析與說明 36
4.2.1 預測效益量測指標 37
4.2.2 輸入參數選取之差異模擬 38
4.2.3 隱藏層數量之差異模擬 49
4.2.4 加入焓值為輸入參數之差異模擬 52
4.2.5 輸入參數季節性變動之差異模擬擬 53
4.3 預測模型網路架構最佳化 55
4.3.1 田口試驗法簡介 56
4.3.2 應用田口法改善預測誤差 59
第五章 使用極短期電力預測系統實施電力調度 64
5.1 問題描述 64
5.1.1 電費計算結構簡介 64
5.1.2 契約容量設定方式 68
5.1.3 特殊契約容量設定方式 71
5.2 電力調度策略與效益驗證 75
5.2.1 負載預測結合電力調度之操作模式 76
5.2.2 操作效益驗證 83
第六章 結論與未來研究方向 87
6.1 結論 87
6.2 未來研究方向 88



參考文獻 …………………………………………………………………...89
作者簡介…………………………………………………………………...93

[1]K. Methaprayoon, W. J. Lee, S. Rasmiddatta, J. R. Liao, and R. J. Ross, “Multistage artificial neural network short term load forecasting engine with front-end weather forecast,” IEEE Transactions On Industry Applications, Vol. 43, No. 6, pp. 1410 – 1416, Dec. 2007.
[2]D. Chen, and M. York, “Neural network based very short term load prediction,” Transmission and Distribution Conference and Exposition, pp. 1 – 9, Apr. 2008.
[3]P. Shamsollahi, K. W. Cheung, Q. Chen, and E. H. Germain, “A neural network based very short term load forecaster for the interim ISO New England electricity market system,” 22nd IEEE Power Engineering Society International Conference , pp. 217 – 222, May 2001.
[4]W. Charytoniuk, and M. S. Chen, “Very short term load forecasting using artificial neural networks,” IEEE Transactions on Power System, Vol. 15, No. 1, pp. 263 – 268, Feb. 2000.
[5]H. F. Leung, H. K. Lam, S. H. Ling, and K. S. Tam, “Tuning of the structure and parameters of a neural network using an improved genetic algorithm,” IEEE Transactions On Neural Networks, Vol. 14, No. 1, pp. 79 – 88, Jan. 2003.
[6]D. Baczynski, and M. Parol, “Influence of artificial neural network structure on quality of short-term electric energy consumption forecast,” IEE Proceedings Generation, Transmission & Distribution, Vol. 151, No. 2, pp. 241 – 245, Mar. 2004.
[7]K. F. Thang, “MATLAB implementation of neural & neuro-fuzzy approaches for short-term electricity demand forecasting,” 2004 International Conference on Power System Technology, pp. 1213 – 1218, Nov. 2004.
[8]C. L. Hor, S. J. Watson, and S. Majithia, “Analyzing the impact of weather variables on monthly electricity demand,” IEEE Transactions on Power System, Vol. 20, No. 4, pp. 2078 – 2085, Nov. 2005.
[9]D. Purwanto, H. Agustiawan, and M. F. Romlie, “The Taguchi-neural networks approach to forecast electricity consumption,” Electrical and Computer Engineering Conference, pp. 1941 – 1944, May 2008.
[10]W. C. Chu, Y. P. Chen, Z. W. Xu, and W. J. Lee, “Multi-region short-term load forecasting in consideration of heat index and load weather diversity,” Industrial & Commercial Power Systems Technical Conference, pp. 1 – 6, May 2009.
[11]林俊良，「智慧型控制：分析與設計」，全華科技圖書股份有限公司, 2008年。
[12]M. T. Hagan, H. B. Demuth, and M. Beale, Neural network design, Thomson Learning, 1996.
[13]陳良銅，「潔淨室外氣空調箱特性與節能之研究」，國立台北科技大學冷凍與低溫科技研究所碩士論文，2001年。
[14]藍宏智，「結合灰色理論與模糊控制之空調系統舒適及節能之研究」，國立彰化師範大學工業教育學系碩士論文，2001年。
[15]李輝煌，「田口方法：品質設計的原理與實務」，高立圖書有限公司，2011年。
[16]尹居才，「以自迴歸式建模倒傳遞網路為基礎之即時用電需量預測研究」，國立高雄第一科技大學機械與自動化工程系碩士論文，2002年。
[17]吳明銘，「田口法類神經網路模式預測優養指標之研究-以翡翠水庫為例」，中華大學土木與工程資訊學系研究所碩士論文，2007年。
[18]「台灣電力公司電價表」，http://www.taipower.com.tw，2012年6月10日。
[19]劉勝良，「智慧型電能管理系統研製」，國立台灣大學電機工程學研究所碩士論文，2001年。
[20]蔡德濃，「自備發電機組用戶之契約容量最佳化」，中原大學電機工程學系碩士論文，2005年。
[21]「台灣電力公司營業規則」，http://www.taipower.com.tw，2012年2月10日修訂。
[22]「台灣電力公司營業規則施行細則」，http://www.taipower.com.tw，2012年5月21日修訂。
[23]陳政宏，「大型用戶負載最佳省電策略規劃」，中原大學電機工程學系碩士論文，2003年。