隨著電力系統(tǒng)運營環(huán)境的日趨復雜、中國經(jīng)濟新常態(tài)下電力體制改革的不斷深化和競爭性電力交易市場的逐步構建與完善,電力負荷的準確預測在提升電力系統(tǒng)運營管理水平和提高電力企業(yè)經(jīng)濟效益等方面扮演著特別重要的角色,并已成為管理科學在電力系統(tǒng)運營與管理中的重要研究課題。 盡管以往研究針對各種負荷預測問題提出了許多優(yōu)秀的負荷預測理論和方法,但無論采用哪種預測方法,預測模型的性能都受多種關鍵技術細節(jié)(如模型的輸入特征選擇、參數(shù)選擇、模型選擇等)的影響。本文針對負荷預測模型構建過程中的關鍵技術問題(如輸入選擇、模型參數(shù)優(yōu)化、模型選擇等問題),基于文化基因算法構建自適應的負荷預測模型,以提升負荷預測模型的性能。同時結合電力負荷預測研究中短期負荷預測、區(qū)間型負荷預測等典型預測問題進行應用研究。此外,結合本文在特征選擇、參數(shù)優(yōu)化、模型選擇等問題上的研究成果,設計負荷預測支持系統(tǒng),為決策者提供決策工具。綜觀全文,本文的主要研究工作和創(chuàng)新性成果如下： 首先,針對基于支持向量機(Support Vector Regression, SVR)的電力負荷預測模型中參數(shù)優(yōu)化的問題,提出了基于螢火蟲算法的文化基因算法,并將其...

【文章頁數(shù)】：152 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景、目的與意義
    1.2 研究現(xiàn)狀
    1.3 論文結構和主要內容
2 基于MA的電力負荷預測模型參數(shù)優(yōu)化
    2.1 引言
    2.2 支持向量機概述
    2.3 基于MA算法的SVR參數(shù)優(yōu)化
    2.4 實驗設置
    2.5 實驗結果與分析
    2.6 本章小結
3 基于MA的電力負荷預測模型特征變量選擇
    3.1 引言
    3.2 混合Filter-Wrapper特征選擇算法及其應用
    3.3 基于MA算法的特征選擇算法及其應用
    3.4 本章小結
4 基于混合變量MA的電力負荷預測模型選擇研究
    4.1 引言
    4.2 問題描述
    4.3 基于MA算法的廣義模型選擇
    4.4 實驗設計
    4.5 實驗結果與分析
    4.6 本章小結
5 電力負荷預測支持系統(tǒng)
    5.1 引言
    5.2 系統(tǒng)需求分析
    5.3 系統(tǒng)結構設計
    5.4 系統(tǒng)邏輯流程
    5.5 本章小結
6 總結與展望
    6.1 全文總結
    6.2 研究展望
致謝
參考文獻
攻讀博士學位期間的主要研究成果
    作者在攻讀博士學位期間發(fā)表的部分論文
    作者在攻讀博士學位期間從事的科研項目
    作者在攻讀博士學位期間所獲獎勵
    作者在攻讀傅士學位期間學術活動



本文編號：3957367