作為國家能源戰(zhàn)略的重要實(shí)施主體,電網(wǎng)承擔(dān)著優(yōu)化能源資源配置和服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展的重要責(zé)任,隨著我國國民經(jīng)濟(jì)的迅猛發(fā)展,全社會(huì)電力需求的與日俱增,“十三五”規(guī)劃的大力推進(jìn),我國電網(wǎng)投資需求不斷加大,準(zhǔn)確有效的電網(wǎng)投資需求預(yù)測,不僅可以幫助統(tǒng)籌資金,合理安排電網(wǎng)建設(shè)資金的投入,減少資金成本,降低經(jīng)濟(jì)風(fēng)險(xiǎn),而且可以有效改善電網(wǎng)企業(yè)的經(jīng)營狀況,這對于保障電網(wǎng)企業(yè)的穩(wěn)健發(fā)展,推動(dòng)電網(wǎng)企業(yè)投資規(guī)劃建設(shè)進(jìn)程,起到至關(guān)重要的作用。本文首先梳理并總結(jié)了國內(nèi)外學(xué)者關(guān)于電網(wǎng)投資需求預(yù)測、數(shù)據(jù)挖掘技術(shù)以及預(yù)測技術(shù)的研究動(dòng)態(tài),并對我國電網(wǎng)投資需求的現(xiàn)狀以及其常用的預(yù)測方法進(jìn)行了詳細(xì)闡述。然后,在查閱大量文獻(xiàn)和征詢業(yè)內(nèi)專家意見的基礎(chǔ)上,根據(jù)影響因素的選取原則,從宏觀經(jīng)濟(jì)、電力需求、電網(wǎng)規(guī)模和電網(wǎng)效益等四個(gè)方面分析并初步選取了電網(wǎng)投資需求的影響因素,同時(shí)運(yùn)用基于灰色關(guān)聯(lián)分析和核主:成分分析相結(jié)合的影響因素挖掘算法(GRA-KPCA)對電網(wǎng)投資需求關(guān)鍵影響因素進(jìn)行識(shí)別,得到預(yù)測模型的有效輸入向量量。接下來,本文提出了一種基于智能挖掘算法的電網(wǎng)投資需求預(yù)測模型,即基于差分進(jìn)化的改進(jìn)灰狼算法優(yōu)化支持向量機(jī)(DE-MGWO-SVM)的電網(wǎng)投資需求預(yù)測模型,該模型將差分進(jìn)化算法、灰狼優(yōu)化算法以及支持向量機(jī)三種算法有機(jī)結(jié)合起來,進(jìn)行預(yù)測算法的二次優(yōu)化,改進(jìn)后的組合預(yù)測模型可以實(shí)現(xiàn)不同算法之間的優(yōu)勢互補(bǔ),可大大提高預(yù)測精度。此外,本文對該模型的適用性進(jìn)行分析,并將該模型與電網(wǎng)投資需求預(yù)測的常用方法——回歸分析預(yù)測法、時(shí)間序列預(yù)測法、灰色預(yù)測法、人工神經(jīng)網(wǎng)絡(luò)預(yù)測法等進(jìn)行對比。最后,本文以華東某地區(qū)電網(wǎng)為例,進(jìn)行模型的實(shí)證研究,同時(shí)運(yùn)用未經(jīng)因素識(shí)別篩選的模型、未經(jīng)多重參數(shù)優(yōu)化的模型以及傳統(tǒng)預(yù)測模型,對同一樣本進(jìn)行預(yù)測,并根據(jù)各個(gè)模型的預(yù)測結(jié)果進(jìn)行對比分析,從而證明基于DE-MGWO-SVM的電網(wǎng)投資需求預(yù)測模型具有較高的預(yù)測精度。本文以數(shù)據(jù)挖掘?yàn)槭侄?以電網(wǎng)投資需求預(yù)測模型為研究對象,提出了了一種新型的基于數(shù)據(jù)挖掘的電網(wǎng)投資需求預(yù)測模型,并通過實(shí)證研究,證明了本文所提出的模型對于電網(wǎng)投資需求預(yù)測的有效性、適用性和優(yōu)越性,為電網(wǎng)投資需求預(yù)測提供了新的方法。
【學(xué)位單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F426.61;F406.7;TP311.13
【部分圖文】：

々均為神經(jīng)元，為整個(gè)祌經(jīng)網(wǎng)絡(luò)的誤差函數(shù)，／／ｖ為ｙ的為７＿的實(shí)際輸出值，％，為／到＿／之間的連接權(quán)重，＜９，為＿／的閾值。??差函數(shù)的數(shù)學(xué)表達(dá)式如公式（２－５４）所示：??１?Ａ／??心＝免Ｗ經(jīng)元／的凈輸入的數(shù)學(xué)表達(dá)式如公式（２－５５）所示：??ＮＥＴｒｉ＝ｆｊＷ，ｉ〇ｐｉ－０ｉ，ｊ?＝?＼，２，．．．，Ｍ／＝１??神經(jīng)元ｙ處于輸出層時(shí)，Ｃ＾，的表達(dá)式如公式（２－５６）所示：??°ｎ，＝ｆ，［ｉｌＷＰｒ－ｅＸｊ?＝?Ｘ＾－ＭＶ?／＝！?／??屮，閥值為（－１，１）的任意常數(shù)。??令誤差闡數(shù)最小，則有：??

４．２基于ＤＥ－ＭＧＷＯ－ＳＶＭ的電網(wǎng)投資需求預(yù)測模型??４．２．１支持向量機(jī)算法??支持向ｍ機(jī)（Ｓｕｐｐｏｒｔ?Ｖｅｃｔｏｒ?Ｍａｃｈｉｎｅ，ＳＶＭ）是Ｖａｐｎｉｋ等？人提出１的建立在統(tǒng)計(jì)??學(xué)習(xí)理論ＶＣ維觀論和結(jié)構(gòu)風(fēng)險(xiǎn)敁小化基礎(chǔ)ｈ的？種小樣本機(jī)器學(xué)習(xí)方法，ＳＶＭ模??型，把輸入空間的數(shù)據(jù)通過非線件映射投影到離維特征空間中作線性丨＂丨歸，進(jìn)而將??求解問題全部婦結(jié)為線性約束的凸二次規(guī)劃問題，以求得全局?jǐn)搩?yōu)解｜６２＇６３１。??設(shè)／？１、訓(xùn)練樣本的集合為：｛（＇，７，）｜／?＝?１，２，－－，／７卜其屮，＇６／？＂為（：／維訓(xùn)練樣??本輸入，．Ｖ，?為訓(xùn)練樣本輸出。通過非線性映射Ｖ／〇）?＝?（爐（力），爐（ｘ２）．－、爐（ｘｎ））把??輸入樣本從輸入空間兄＜?映射到高維特征空在高維特征空Ｎ屮構(gòu)造??最優(yōu)線性Ｉ＂丨歸函數(shù)如公式（４－１＿）所示：??／（．ｒ，）?＝?（〇＇?（ｐ｛ｘ，）?＋?ｈ?（４－１）??式屮：《為髙維特征空間權(quán)向量，⑴ｅ＃：?／）為偏置常數(shù)，／ｗ尺??根椐結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，尋找Ａ．?ＧＵ：??

華北電力大學(xué)碩上學(xué)位論文??最終成功捕獲獵物。具體過程如圖４－２所示：??，：、、、??＾??Ｉ?ＵａＳ?－－＾１?貨……，??＼?－．?，?／??、、．?／??、一，?？…］遲、、：＇??圖４－２?Ｇ?ＷＯ算法圖解??ＧＷＯ算法的數(shù)學(xué)建模過程如下：假設(shè)一個(gè)灰狼種群的種群數(shù)量為Ａ／，搜索空??間維數(shù)為Ａ，則第／Ｈ灰狼的位置可表示為Ｘ，?＝（ｘ，ｐｘ，２，…，ｘＩ（ｔ），灰狼群體逐步包圍??獵物的行為可表示為公式（４－９）和公式（４－１０）：??Ｄ?＝?＼Ｃ－Ｘｐ（ｌ）－Ｘ（ｔ）＼?（４－９）??Ｘ（ｌ?＋?＼）?＝?Ｘｒ（〇－?Ａｘ?Ｄ?（４－１０）??式中，Ｄ農(nóng)示灰狼個(gè)休與獵物之Ｎ的距離，〖為當(dāng)前迭代次數(shù)，義（０為灰狼個(gè)??體第／次迭代時(shí)的位置
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武光華;楊智龍;;基于電改約束的電網(wǎng)投資管理體系[J];企業(yè)管理;2018年S2期

2 胡湘華;;電網(wǎng)投資項(xiàng)目全過程后評價(jià)體系研究[J];技術(shù)與市場;2014年03期

3 楊金枝;;中國電網(wǎng)投資情況簡析[J];中國儀器儀表;2009年12期

4 李智威;孫利平;張雪霏;賀蘭菲;唐學(xué)軍;柯方超;周秋鵬;;一種電網(wǎng)投資評價(jià)模型建立與仿真[J];自動(dòng)化與儀器儀表;2018年12期

5 過文俊;金恒;;基于決策模型分析的電網(wǎng)投資效益評價(jià)研究[J];自動(dòng)化與儀器儀表;2019年05期

6 周京龍;吳向明;馬國真;;基于動(dòng)態(tài)排序的電網(wǎng)投資精準(zhǔn)決策建模仿真[J];現(xiàn)代電子技術(shù);2017年23期

7 董穎;;新電改背景下電網(wǎng)投資規(guī)模風(fēng)險(xiǎn)及決策研究[J];財(cái)經(jīng)界(學(xué)術(shù)版);2015年23期

8 申南林;;以預(yù)算管控提高電網(wǎng)投資成效[J];審計(jì)與理財(cái);2016年05期

9 ;透視國網(wǎng)兩會(huì):電網(wǎng)投資、跨區(qū)輸電、清潔能源消納節(jié)節(jié)攀升[J];玻璃鋼/復(fù)合材料;2015年01期

10 張學(xué)強(qiáng);;電網(wǎng)投資能力測算模型在縣級(jí)供電企業(yè)的應(yīng)用[J];全國商情(理論研究);2013年19期

相關(guān)博士學(xué)位論文 前3條

1 段成;電網(wǎng)投資效益后評價(jià)理論及決策支持系統(tǒng)的研究[D];華北電力大學(xué);2012年

2 趙罡;省級(jí)電網(wǎng)企業(yè)全面風(fēng)險(xiǎn)管理研究[D];武漢大學(xué);2012年

3 呂智穎;模糊多屬性決策方法及其應(yīng)用研究[D];西南交通大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 邢丹丹;新電改下基于集對分析法的電網(wǎng)投資評價(jià)研究[D];華北電力大學(xué);2019年

2 楊龍;電網(wǎng)投資能力測算分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

3 劉明光;基于實(shí)物期權(quán)的增量配電網(wǎng)投資價(jià)值評估模型研究[D];華北電力大學(xué)(北京);2019年

4 戴舒羽;基于數(shù)據(jù)挖掘的電網(wǎng)投資需求預(yù)測模型研究[D];華北電力大學(xué)(北京);2019年

5 曾令馳;基于動(dòng)態(tài)規(guī)劃的配網(wǎng)建設(shè)項(xiàng)目投資時(shí)序優(yōu)化研究[D];華北電力大學(xué);2018年

6 劉偉;新電力體制下的城市供電企業(yè)電網(wǎng)投資策略研究[D];華北電力大學(xué)(北京);2018年

7 張馨;面向全球能源互聯(lián)網(wǎng)的跨國電網(wǎng)投資風(fēng)險(xiǎn)評價(jià)體系研究[D];華北電力大學(xué)(北京);2018年

8 李智;電網(wǎng)投資能力與投資需求協(xié)調(diào)優(yōu)化研究[D];華北電力大學(xué)(北京);2018年

9 肖永住;基于DEA對G農(nóng)網(wǎng)投資效益評價(jià)體系的研究[D];華南理工大學(xué);2016年

10 劉淦鵬;H市配電網(wǎng)投資項(xiàng)目后評價(jià)[D];華南理工大學(xué);2016年

本文編號(hào)：2847206