發(fā)布時(shí)間：2020-07-25 21:38

【摘要】：短期(電力)負(fù)荷預(yù)測(cè)根據(jù)歷史負(fù)荷數(shù)據(jù),綜合天氣、溫度、季節(jié)等其它影響因素對(duì)未來(lái)一天至一周電力需求做預(yù)報(bào)的過(guò)程,短期(電力)負(fù)荷預(yù)測(cè)對(duì)于保證電力系統(tǒng)的安全高效運(yùn)行有著舉足輕重的作用。近年來(lái),隨著人類(lèi)在各個(gè)海域勘探與開(kāi)采工作的不斷增加,海洋資源開(kāi)發(fā)和利用規(guī)模不斷擴(kuò)大,海上油田群電網(wǎng)作為海洋平臺(tái)的電能供應(yīng)保障基礎(chǔ),得到快速發(fā)展。海上油田群電網(wǎng)是由船舶電力系統(tǒng)逐步發(fā)展而來(lái),其負(fù)載多為大功率異步電動(dòng)機(jī),負(fù)荷變化相對(duì)較大,又易受到環(huán)境變化的影響。加上平臺(tái)由柴油機(jī)、燃?xì)廨啓C(jī)發(fā)電機(jī)組供電,發(fā)電容量十分有限,因而,提高短期負(fù)荷預(yù)測(cè)精度對(duì)于海上油田群電網(wǎng)而言更為重要。本文首先介紹了海上油田群電網(wǎng)短期負(fù)荷預(yù)測(cè)的目的和意義,闡述了國(guó)內(nèi)外短期負(fù)荷預(yù)測(cè)的現(xiàn)狀。介紹了電力負(fù)荷預(yù)測(cè)的分類(lèi)與基本流程,詳細(xì)闡釋了各類(lèi)負(fù)荷預(yù)測(cè)方法的優(yōu)缺點(diǎn)。對(duì)海上油田群電網(wǎng)的結(jié)構(gòu)和特殊性進(jìn)行了探討,歸納了海上油田群電網(wǎng)負(fù)荷預(yù)測(cè)的特點(diǎn)。針對(duì)海上油田群電網(wǎng)短期負(fù)荷預(yù)測(cè)的特點(diǎn),剖析并最終量化了日類(lèi)型、溫度、天氣類(lèi)型等負(fù)荷主要影響因素,為后續(xù)的預(yù)測(cè)工作奠定了基礎(chǔ)。然后全面闡明了支持向量機(jī)的基本原理,支持向量機(jī)具備非線性擬合、泛化能力強(qiáng)、訓(xùn)練收斂速度快等明顯特點(diǎn)。詳細(xì)闡述了 2015年美國(guó)學(xué)者提出的一種新型群智能優(yōu)化算法——蜻蜓算法。蜻蜓算法算法簡(jiǎn)潔明了,實(shí)現(xiàn)起來(lái)相對(duì)簡(jiǎn)單,同時(shí)算法參數(shù)較少,方便調(diào)節(jié),整體計(jì)算量不大并且具有優(yōu)良的全局尋優(yōu)能力,收斂時(shí)間快且精度相對(duì)較高。最后針對(duì)支持向量機(jī)在各類(lèi)場(chǎng)景應(yīng)用中實(shí)際存在的一些問(wèn)題,包括數(shù)據(jù)預(yù)處理、核函數(shù)選取、參數(shù)優(yōu)化的方法,做出分析,并總結(jié)了現(xiàn)行的解決方法。在研究支持向量回歸機(jī)的各參數(shù)對(duì)其性能有很大影響的基礎(chǔ)上,結(jié)合海上油田群電網(wǎng)負(fù)荷預(yù)測(cè)特點(diǎn),本文提出基于蜻蜓算法優(yōu)化支持向量機(jī)(DA-SVM)方法以預(yù)測(cè)海上油田群電網(wǎng)短期(電力)負(fù)荷。該方法將需要優(yōu)化的支持向量機(jī)懲罰因子C和核參數(shù)σ組合作為蜻蜓的位置,將支持向量機(jī)計(jì)算的預(yù)測(cè)準(zhǔn)確率作為蜻蜓當(dāng)前的適應(yīng)值。迭代出蜻蜓群體最佳位置即為支持向量機(jī)最優(yōu)C、σ.參數(shù)。利用DA-SVM算法對(duì)中國(guó)渤海某海上油田群電網(wǎng)進(jìn)行短期負(fù)荷預(yù)測(cè),并與PSO-SVM、GA-SVM、BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果對(duì)比。實(shí)驗(yàn)結(jié)果表明DA-SVM算法步驟簡(jiǎn)潔、全局搜索能力強(qiáng),擁有更高的預(yù)測(cè)精度及更好的運(yùn)算速度。
【學(xué)位授予單位】：西南石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TE54
【圖文】：

圖２－２某實(shí)際海上油田群電網(wǎng)逡逑９逡逑

海上油田群日負(fù)荷曲線

圖２－４海上油田群負(fù)荷日周期規(guī)律曲線逡逑２．３．２多外部隨機(jī)負(fù)荷分量逡逑對(duì)于短期負(fù)荷的影響因素是多樣的，因而其外部隨機(jī)負(fù)荷分量也多種多樣，逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭朝先;王宏霞;;中國(guó)制造業(yè)發(fā)展與“中國(guó)制造2025”規(guī)劃[J];經(jīng)濟(jì)研究參考;2015年31期

2 楊少兵;吳命利;;基于改進(jìn)蟻群算法的客運(yùn)專(zhuān)線電力負(fù)荷建模與參數(shù)辨識(shí)[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年07期

3 劉文霞;徐曉波;周樨;;基于支持向量機(jī)的純電動(dòng)公交車(chē)充/換電站日負(fù)荷預(yù)測(cè)[J];電力自動(dòng)化設(shè)備;2014年11期

4 湯慶峰;劉念;張建華;于壯壯;張清鑫;雷金勇;;基于EMD-KELM-EKF與參數(shù)優(yōu)選的用戶側(cè)微電網(wǎng)短期負(fù)荷預(yù)測(cè)方法[J];電網(wǎng)技術(shù);2014年10期

5 易吉梅;;海洋石油平臺(tái)電氣設(shè)備安全設(shè)計(jì)的建議措施研討[J];科技創(chuàng)新與應(yīng)用;2014年20期

6 王建豐;謝小榮;孫英云;魏澈;肖筍;董宜鵬;;海上油田群電網(wǎng)的綜合潮流優(yōu)化控制[J];電力系統(tǒng)自動(dòng)化;2014年12期

7 張賁;史沛然;蔣超;;氣象因素對(duì)京津唐電網(wǎng)夏季負(fù)荷特性影響分析[J];電力自動(dòng)化設(shè)備;2013年12期

8 張維戈;頡飛翔;黃梅;李娟;李亞芬;;快換式公交充電站短期負(fù)荷預(yù)測(cè)方法的研究[J];電力系統(tǒng)保護(hù)與控制;2013年04期

9 張平;潘學(xué)萍;薛文超;;基于小波分解模糊灰色聚類(lèi)和BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)[J];電力自動(dòng)化設(shè)備;2012年11期

10 林偉;陳光堂;邱曉燕;王松;李銳;孟鵬;任增;;基于改進(jìn)自適應(yīng)遺傳算法的微電網(wǎng)負(fù)荷優(yōu)化分配[J];電力系統(tǒng)保護(hù)與控制;2012年12期

相關(guān)博士學(xué)位論文 前2條

1 王小雅;電網(wǎng)資產(chǎn)全壽命周期管理外部環(huán)境預(yù)警模型研究[D];華北電力大學(xué);2014年

2 王建軍;基于知識(shí)挖掘技術(shù)的智能協(xié)同電力負(fù)荷預(yù)測(cè)研究[D];華北電力大學(xué)（北京）;2011年

相關(guān)碩士學(xué)位論文 前10條

1 劉瑞;基于支持向量分位數(shù)回歸與智能電網(wǎng)的短期電力負(fù)荷概率密度預(yù)測(cè)方法[D];合肥工業(yè)大學(xué);2017年

2 張延福;基于改進(jìn)支持向量機(jī)的微電網(wǎng)負(fù)荷預(yù)測(cè)研究[D];東北石油大學(xué);2016年

3 申超群;基于負(fù)荷密度法與Logistic模型法的飽和負(fù)荷預(yù)測(cè)研究[D];鄭州大學(xué);2016年

4 鐘健j;海上油田群電網(wǎng)功率協(xié)調(diào)優(yōu)化研究[D];華北電力大學(xué)(北京);2016年

5 王娟娟;微電網(wǎng)與配電網(wǎng)互動(dòng)特性研究[D];山東大學(xué);2015年

6 趙晶;城市電力負(fù)荷預(yù)測(cè)技術(shù)及其在通遼電網(wǎng)中的應(yīng)用[D];華北電力大學(xué);2015年

7 蔡婷;基于人工魚(yú)群的LS-SVM在短期負(fù)荷預(yù)測(cè)中的應(yīng)用[D];廣西大學(xué);2014年

8 田斌賓;海洋石油平臺(tái)海纜擊穿故障的研究[D];天津大學(xué);2012年

9 陳樂(lè);基于加權(quán)相似度和加權(quán)支持向量機(jī)的短期電力負(fù)荷預(yù)測(cè)研究[D];華南理工大學(xué);2012年

10 王鑫;基于支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)研究[D];青島大學(xué);2012年

本文編號(hào)：2770402