發(fā)布時(shí)間：2020-05-12 04:37

【摘要】：短期負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)的組成部分,也是電力系統(tǒng)運(yùn)行調(diào)度中的重要內(nèi)容,對(duì)電力系統(tǒng)的運(yùn)行、控制和計(jì)劃都有著非常重要的意義,其預(yù)測(cè)精度的高低直接影響到電力系統(tǒng)的安全性和經(jīng)濟(jì)性。為使電力系統(tǒng)合理調(diào)度,制定合理的發(fā)電計(jì)劃、減少發(fā)電成本、節(jié)能減排、降低旋轉(zhuǎn)儲(chǔ)備量,避免重大事故、減少操作風(fēng)險(xiǎn),決定發(fā)電機(jī)組的安裝容量大小,等等,應(yīng)提高電力負(fù)荷預(yù)測(cè)的技術(shù)水平�？梢�(jiàn),負(fù)荷預(yù)測(cè)先期定量的精準(zhǔn)程度是電力企業(yè)管理邁進(jìn)現(xiàn)代化的衡量標(biāo)尺之一。電力系統(tǒng)負(fù)荷預(yù)測(cè)在經(jīng)過(guò)很多年的發(fā)展已經(jīng)形成了很多預(yù)測(cè)方法,其中有很多已經(jīng)非常成熟,并開(kāi)始運(yùn)用于社會(huì)生產(chǎn)中。在現(xiàn)有的預(yù)測(cè)方法中,不同的預(yù)測(cè)方法有其自身的優(yōu)缺點(diǎn)。電力系統(tǒng)負(fù)荷易受到政治、歷史負(fù)荷值、天氣和時(shí)間的影響,因而具有非線性和多頻性。用已有的負(fù)荷預(yù)測(cè)方法單獨(dú)去預(yù)測(cè)電力負(fù)荷,無(wú)法很好地捕捉到電力系統(tǒng)負(fù)荷的多頻性與非線性�；�于此,本文根據(jù)已有預(yù)測(cè)方法的優(yōu)缺點(diǎn),提出“分解-多模型組合預(yù)測(cè)-集成”的預(yù)測(cè)方法,旨在充分利用電力系統(tǒng)負(fù)荷的多頻性與非線性。在現(xiàn)有的研究中,已經(jīng)有人使用經(jīng)驗(yàn)?zāi)�態(tài)分解(EMD)對(duì)負(fù)荷進(jìn)行分解,但EMD在分解過(guò)程中會(huì)出現(xiàn)模態(tài)混疊和虛假分量。因此本文首先使用建立在經(jīng)驗(yàn)?zāi)�態(tài)分解方法(EMD)基礎(chǔ)上的集合經(jīng)驗(yàn)?zāi)�態(tài)分解(EEMD)以此改善信號(hào)分解過(guò)程中出現(xiàn)的模態(tài)混疊現(xiàn)象和虛假分量,并使用該分解方法對(duì)電力負(fù)荷數(shù)據(jù)進(jìn)行分解,得到具有不同特征的模態(tài)分量,并根據(jù)其波動(dòng)特征分為高頻分量、中頻分量和低頻分量。然后根據(jù)各頻分量的波動(dòng)特點(diǎn),分別使用小波神經(jīng)網(wǎng)絡(luò)法、非線性自回歸模型法和支持向量機(jī)法對(duì)高頻、中頻、低頻分量進(jìn)行預(yù)測(cè),以此來(lái)改善單模型預(yù)測(cè)方法帶來(lái)的局限性,并充分利用電力系統(tǒng)負(fù)荷的多頻性。此外,在預(yù)測(cè)過(guò)程中使用粒子群優(yōu)化算法對(duì)各個(gè)預(yù)測(cè)模型的參數(shù)進(jìn)行尋優(yōu),以此提高各模型預(yù)測(cè)精度。在得到各頻分量的預(yù)測(cè)值后,通過(guò)支持向量機(jī)法進(jìn)行集成,即以各分量的樣本值作為訓(xùn)練輸入,實(shí)際負(fù)荷值作為訓(xùn)練輸出,訓(xùn)練模型。模型訓(xùn)練完成后,以各分量預(yù)測(cè)值作為輸入,通過(guò)訓(xùn)練好的模型將各頻分量預(yù)測(cè)值進(jìn)行集成,得到最終的電力系統(tǒng)負(fù)荷預(yù)測(cè)值。最后采用西安地調(diào)和榆林地調(diào)某年的數(shù)據(jù)為研究樣本,即在建立好上述的預(yù)測(cè)模型后,分別將兩個(gè)地區(qū)的數(shù)輸入至模型中進(jìn)行電力負(fù)荷預(yù)測(cè)。在預(yù)測(cè)結(jié)束后,將最終的預(yù)測(cè)結(jié)果通過(guò)平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)和平均絕對(duì)相對(duì)誤差(MAPE)與單一預(yù)測(cè)模型和EMD分解模型進(jìn)行比較。通過(guò)對(duì)比發(fā)現(xiàn),本文使用的方法較其他方法預(yù)測(cè)精度更加精確。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TM715

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭建柏;;基于樸素貝葉斯和支持向量機(jī)的短期負(fù)荷預(yù)測(cè)[J];電力安全技術(shù);2016年12期

2 連楷敏;陳冬灃;肖建華;;基于氣象信息因素修正的灰色短期負(fù)荷預(yù)測(cè)研究[J];自動(dòng)化應(yīng)用;2016年12期

3 林佳亮;李暖群;黃慶鍵;;基于支持向量機(jī)方法的短期負(fù)荷預(yù)測(cè)研究[J];自動(dòng)化應(yīng)用;2016年12期

4 黎強(qiáng);;分類(lèi)管理方法在短期負(fù)荷預(yù)測(cè)工作中的應(yīng)用[J];農(nóng)村電工;2017年04期

5 樊唯欽;張偉;李勇鋼;王家武;;基于改進(jìn)人體舒適指數(shù)的微電網(wǎng)超短期負(fù)荷預(yù)測(cè)[J];廣東電力;2017年04期

6 黃小耘;歐陽(yáng)衛(wèi)年;吳樹(shù)鴻;李高明;金鑫;楊少將;;實(shí)時(shí)電價(jià)條件下的短期負(fù)荷預(yù)測(cè)研究[J];自動(dòng)化與儀器儀表;2016年05期

7 張超;陳曉英;焦建立;潘超;司瑋瑋;;電力系統(tǒng)超短期負(fù)荷預(yù)測(cè)方法及應(yīng)用[J];硅谷;2014年20期

8 李真;;基于云計(jì)算的擴(kuò)展短期負(fù)荷預(yù)測(cè)方法的研究[J];科技視界;2014年36期

9 梁靜;瞿博陽(yáng);宋慧;劉巍;;電業(yè)超短期負(fù)荷預(yù)測(cè)仿真研究[J];計(jì)算機(jī)仿真;2015年07期

10 張超;任國(guó)臣;牛藝橋;蔣蕾;賈書(shū)文;;基于時(shí)間序列法超短期負(fù)荷預(yù)測(cè)改進(jìn)方法的研究[J];遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

相關(guān)會(huì)議論文 前10條

1 朱桂華;賴(lài)曉平;云昌欽;;在線短期負(fù)荷預(yù)測(cè)方法的研究與應(yīng)用[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

2 高榮;劉曉華;;基于小波變換的支持向量機(jī)短期負(fù)荷預(yù)測(cè)[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

3 杜俊紅;滕歡;滕福生;;在線超短期負(fù)荷預(yù)測(cè)的分析與應(yīng)用研究[A];2006中國(guó)電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會(huì)論文集[C];2006年

4 胡宏;顧斌;蔡冬陽(yáng);馬曉東;車(chē)偉;顧楊青;;基于大數(shù)據(jù)的分布式短期負(fù)荷預(yù)測(cè)及其架構(gòu)設(shè)計(jì)[A];2016智能電網(wǎng)發(fā)展研討會(huì)論文集[C];2016年

5 胡松峰;彭顯剛;;電網(wǎng)短期負(fù)荷預(yù)測(cè)方法綜述[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

6 姚宇臻;;采用決策樹(shù)技術(shù)的短期及超短期負(fù)荷預(yù)測(cè)軟件在福建電網(wǎng)的運(yùn)用[A];福建省科學(xué)技術(shù)協(xié)會(huì)第七屆學(xué)術(shù)年會(huì)分會(huì)場(chǎng)——提高水力發(fā)電技術(shù) 促進(jìn)海西經(jīng)濟(jì)建設(shè)研討會(huì)論文集[C];2007年

7 張博海;何星;章淵;;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測(cè)研究[A];第37屆中國(guó)控制會(huì)議論文集（F）[C];2018年

8 譚洪艷;郭繼平;陳飛;;基于徑向基網(wǎng)絡(luò)的燃?xì)舛唐谪?fù)荷預(yù)測(cè)[A];中國(guó)土木工程學(xué)會(huì)城市燃?xì)夥謺?huì)輸配專(zhuān)業(yè)委員會(huì)2005年會(huì)議論文集[C];2005年

9 李新明;李艷紅;張偉;;電網(wǎng)短期負(fù)荷分線分站預(yù)測(cè)研究及應(yīng)用[A];山東電機(jī)工程學(xué)會(huì)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

10 劉明;;基于新型試湊法BP模型的短期負(fù)荷預(yù)測(cè)[A];智慧城市電力科技論壇論文集（2014年第1輯 總第176輯）[C];2014年

相關(guān)重要報(bào)紙文章 前4條

1 通訊員池長(zhǎng)斌;寧夏電網(wǎng)短期負(fù)荷預(yù)測(cè)西北第一[N];中國(guó)電力報(bào);2011年

2 通訊員 池長(zhǎng)斌;寧夏電力短期負(fù)荷預(yù)測(cè)保持領(lǐng)先[N];中國(guó)電力報(bào);2011年

3 張樹(shù)斌 范明;湖北電網(wǎng)中、短期負(fù)荷預(yù)測(cè)系統(tǒng)顯神威[N];華中電力報(bào);2001年

4 郭洪敏;重視清潔能源上網(wǎng) 呵護(hù)一方碧水藍(lán)天[N];國(guó)家電網(wǎng)報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 程其云;基于數(shù)據(jù)挖掘的電力短期負(fù)荷預(yù)測(cè)模型及方法的研究[D];重慶大學(xué);2004年

2 雷紹蘭;基于電力負(fù)荷時(shí)間序列混沌特性的短期負(fù)荷預(yù)測(cè)方法研究[D];重慶大學(xué);2005年

3 盧蕓;短期電力負(fù)荷預(yù)測(cè)關(guān)鍵問(wèn)題與方法的研究[D];沈陽(yáng)工業(yè)大學(xué);2007年

4 葉彬;混合智能建模技術(shù)及其在短期負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];浙江大學(xué);2006年

5 王志勇;數(shù)據(jù)挖掘方法在短期負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];浙江大學(xué);2007年

6 吳宏曉;基于軟計(jì)算方法的電力系統(tǒng)負(fù)荷預(yù)測(cè)[D];上海交通大學(xué);2007年

7 鄭永康;相空間重構(gòu)與支持向量機(jī)結(jié)合的短期負(fù)荷預(yù)測(cè)研究[D];西南交通大學(xué);2008年

8 蘇慶新;區(qū)域電力系統(tǒng)超短期負(fù)荷預(yù)測(cè)及網(wǎng)絡(luò)建模分析[D];東華大學(xué);2008年

9 郎坤;電力系統(tǒng)短期負(fù)荷預(yù)測(cè)及經(jīng)濟(jì)調(diào)度決策優(yōu)化研究[D];大連理工大學(xué);2016年

10 張國(guó)江;軟計(jì)算方法和數(shù)據(jù)挖掘理論在電力系統(tǒng)負(fù)荷預(yù)測(cè)中的應(yīng)用[D];浙江大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 蘇麗;基于深度學(xué)習(xí)的智能電網(wǎng)負(fù)荷優(yōu)化預(yù)測(cè)研究[D];貴州師范大學(xué);2019年

2 李向軍;基于EEMD的多頻組合短期負(fù)荷預(yù)測(cè)[D];西安理工大學(xué);2019年

3 張鵬翔;海上油田群電網(wǎng)短期負(fù)荷預(yù)測(cè)研究[D];西南石油大學(xué);2018年

4 張書(shū);基于函數(shù)型數(shù)據(jù)分析的短期電力負(fù)荷預(yù)測(cè)研究[D];廈門(mén)大學(xué);2018年

5 薛琳;基于用電行為分析的低冗余特征配電網(wǎng)短期負(fù)荷預(yù)測(cè)研究[D];東北電力大學(xué);2019年

6 聶曉羽;安陽(yáng)電網(wǎng)短期負(fù)荷預(yù)測(cè)的研究[D];鄭州大學(xué);2019年

7 齊斌;計(jì)及多源氣象信息與評(píng)價(jià)指標(biāo)沖突的概率短期負(fù)荷預(yù)測(cè)[D];東北電力大學(xué);2019年

8 徐達(dá)飛;電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法研究[D];東北大學(xué);2015年

9 卜科學(xué)（Boiko Oleksandr）;[D];蘭州交通大學(xué);2018年

10 楊修德;基于XGBoost的超短期負(fù)荷預(yù)測(cè)研究[D];寧夏大學(xué);2018年

，

本文編號(hào)：2659668