伴隨著我國經(jīng)濟的高速發(fā)展,我國電網(wǎng)技術(shù)的發(fā)展也十分迅猛,各種新型設備被引入電網(wǎng),大區(qū)電網(wǎng)的互聯(lián)也變成現(xiàn)實,在人們享受電網(wǎng)技術(shù)進步的同時,電網(wǎng)的潛在威脅也在變大。提高大電網(wǎng)安全穩(wěn)定的運行水平已成為電網(wǎng)建設的基礎性問題。母線負荷預測是動態(tài)狀態(tài)估計、安全穩(wěn)定分析、無功優(yōu)化、廠站局部控制等的基礎,是提高大電網(wǎng)安全穩(wěn)定運行水平的一大工具。母線負荷預測的方法主要分為兩大類:一類是基于系統(tǒng)負荷預測的預測方法,一類是基于母線自身規(guī)律的預測方法。這兩類方法,前者沒有充分考慮各母線的自身規(guī)律,預測精度的提高受到制約,后者需要對每條母線獨立分析、獨立建模,這將消耗巨大的人力資源和計算資源。針對這個問題,本文采用虛擬母線技術(shù),構(gòu)建了一種介于兩類方法之間的母線負荷預測模型——RS-VBLF模型,此模型兼顧各母線自身負荷規(guī)律的同時,又能提高預測效率。母線負荷水平低、波動性強、規(guī)律性弱,影響母線負荷的環(huán)境因素眾多且關(guān)系復雜,預測過程中若將所有環(huán)境因素考慮在內(nèi),不僅會引入無關(guān)因素降低預測精度,還會拉低預測效率。針對這一問題,RS-VBLF模型結(jié)合了粗糙集法和虛擬母線技術(shù)的優(yōu)勢,雖然增加了虛擬母線辨識過程的計算消耗,但... 

【文章來源】：華北電力大學河北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：47 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 母線負荷預測的研究
        1.2.2 粗糙集理論的研究現(xiàn)狀
    1.3 本論文的主要研究內(nèi)容
第2章 母線負荷預測與虛擬母線辨識算法的改進
    2.1 母線負荷預測相關(guān)概念
        2.1.1 母線負荷的定義
        2.1.2 母線負荷的特點
        2.1.3 母線負荷預測的難點
    2.2 虛擬母線技術(shù)
        2.2.1 簇集網(wǎng)狀網(wǎng)絡和虛擬母線
        2.2.2 虛擬母線辨識算法
    2.3 虛擬母線辨識算法的改進
        2.3.1 層次聚類算法分析
        2.3.2 基于最小生成樹的改進虛擬母線辨識算法設計
        2.3.3 實例分析
    2.4 本章小結(jié)
第3章 粗糙集及最小屬性約簡算法改進
    3.1 粗糙集理論基礎
        3.1.1 粗糙集理論的基本概念
        3.1.2 連續(xù)屬性離散化
    3.2 屬性的約簡
        3.2.1 屬性的約簡與核
        3.2.2 現(xiàn)有的屬性約簡算法
    3.3 改進的啟發(fā)式最小屬性約簡算法
        3.3.1 最小屬性約簡算法現(xiàn)有算法
        3.3.2 知識的信息熵表示以及屬性重要性
        3.3.3 啟發(fā)式最小屬性約簡算法
        3.3.4 算法復雜度分析
        3.3.5 實例分析
    3.4 本章小結(jié)
第4章 基于粗糙集法和VB的預測模型設計
    4.1 RS-VBLF預測模型設計
        4.1.1 虛擬母線辨識
        4.1.2 基于粗糙集的虛擬母線負荷預測
        4.1.3 維護配比模型，預測子母線負荷
    4.2 案例分析
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]最小屬性約簡問題的一個有效的組合人工蜂群算法[J]. 葉東毅,陳昭炯.  電子學報. 2015(05)
[2]虛擬母線技術(shù)及其應用（二）:虛擬母線負荷預測[J]. 童星,康重慶,陳啟鑫,楊軍峰,范瑞祥,鄭蜀江,辛建波.  中國電機工程學報. 2014(07)
[3]虛擬母線技術(shù)及其應用（一）:虛擬母線辨識算法[J]. 童星,康重慶,陳啟鑫,楊軍峰,范瑞祥,鄭蜀江,辛建波.  中國電機工程學報. 2014(04)
[4]知識約簡的一種改進型粒子群算法[J]. 黃福員.  現(xiàn)代計算機(專業(yè)版). 2013(31)
[5]一種基于信息熵的信息系統(tǒng)屬性約簡算法[J]. 呂林霞,趙錫英,唐占紅.  自動化與儀器儀表. 2013(05)
[6]粗糙集法解多環(huán)境因素影響的母線負荷預測問題[J]. 龍丹麗,黎靜華,韋化.  電網(wǎng)技術(shù). 2013(05)
[7]基于冪樹的決策表最小屬性約簡[J]. 陳玉明,吳克壽,孫金華.  南京大學學報(自然科學版). 2012(02)
[8]求解最小屬性約簡的病毒協(xié)同進化微粒群算法[J]. 陶新民,王妍,徐晶,童智靖.  控制與決策. 2012(02)
[9]信息熵最小約簡問題的若干隨機優(yōu)化算法[J]. 馬勝藍,葉東毅.  模式識別與人工智能. 2012(01)
[10]基于粗糙集的屬性約簡方法研究綜述[J]. 楊傳健,葛浩,汪志圣.  計算機應用研究. 2012(01)

碩士論文
[1]母線負荷預測與系統(tǒng)負荷預測的關(guān)系研究[D]. 楊理才.湖南大學 2011



本文編號：2993976