本文關鍵詞：基于無線通信的電力需求側(cè)能耗信息反饋和預測的研究

  更多相關文章： 電力需求側(cè) 無線通信 數(shù)據(jù)采集 預測模型

【摘要】：當前電力需求側(cè)用電消費反饋依然存在著內(nèi)容單一、方式簡單、周期過長等問題,沒有抓住智能電網(wǎng)需求側(cè)節(jié)約能源和提高能效的關鍵問題,用電反饋數(shù)據(jù)的完整性及反饋內(nèi)容的針對性在技術上尚不成熟。本文利用電力需求側(cè)能源直接反饋方法,設計了基于無線通信網(wǎng)絡的電力需求側(cè)能耗信息反饋系統(tǒng)。該反饋系統(tǒng)主要由基于ZigBee和WiFi通信的能耗采集系統(tǒng)和能耗信息管理系統(tǒng)組成。能耗采集系統(tǒng)負責用電設備能耗數(shù)據(jù)的采集與傳輸,能耗信息管理系統(tǒng)負責能耗數(shù)據(jù)的可視化展示。本文最后研究了能耗預測模型的建立,為能耗管理策略的研究提供了依據(jù)。論文的工作主要體現(xiàn)以下幾個方面：(1)本文首先設計了一種基于ZigBee通信的能耗采集系統(tǒng)實現(xiàn)用電設備能耗信息采集與傳輸。主要完成了ZigBee能耗采集節(jié)點和網(wǎng)關的設計。節(jié)點采集的能耗信息完整和準確,數(shù)據(jù)傳輸安全可靠。網(wǎng)關負責將ZigBee網(wǎng)絡與Internet網(wǎng)絡進行了連接,實現(xiàn)了能耗數(shù)據(jù)的匯聚與轉(zhuǎn)發(fā)功能。(2)針對基于ZigBee無線通信在電力需求側(cè)的普及性不高,本文又設計了基于WiFi通信的能耗采集系統(tǒng),并設計了用電能耗信息管理系統(tǒng)。管理系統(tǒng)實現(xiàn)了能耗數(shù)據(jù)的可視化展示,為用戶提供能耗信息的橫向和縱向?qū)Ρ?促使用戶改變不良的用電習慣,增強節(jié)電意識。(3)本文最后對電力需求側(cè)能耗預測模型進行了研究,提出通過遺傳算法來改進核極限學習機算法并利用核極限學習機算法建立了電力需求側(cè)能耗預測模型,通過實驗仿真驗證了電力需求側(cè)能耗預測模型的準確性。能耗預測模型可以為能耗管理策略的研究提供必要的依據(jù)。
【關鍵詞】：電力需求側(cè) 無線通信 數(shù)據(jù)采集 預測模型
【學位授予單位】：南京信息工程大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM73;TN92
【目錄】：

• 摘要5-6
• Abstract6-7
• 第一章 前言7-14
• 1.1 研究背景及意義7-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.2.1 電力需求側(cè)能源反饋的研究現(xiàn)狀9-11
• 1.2.2 電力需求側(cè)能耗預測的研究現(xiàn)狀11
• 1.3 課題來源及本人工作11-12
• 1.4 論文研究的組織結構12-14
• 第二章 相關理論及方法14-20
• 2.1 引言14
• 2.2 電力需求側(cè)能源直接反饋方法14-16
• 2.2.1 完整采集準確反饋方法14-15
• 2.2.2 單一采集估值反饋方法15
• 2.2.3 特殊采集反饋方法15-16
• 2.3 電力需求側(cè)能耗預測建模的常用算法16-17
• 2.3.1 BP神經(jīng)網(wǎng)絡16-17
• 2.3.2 SVM回歸算法17
• 2.4 能耗信息采集和傳輸?shù)某Ｒ姺椒?/span>17-19
• 2.4.1 電力能耗數(shù)據(jù)的采集方式18-19
• 2.4.2 電力能耗數(shù)據(jù)傳輸方式19
• 2.5 本章小節(jié)19-20
• 第三章 基于ZigBee通信的電力需求側(cè)能耗采集系統(tǒng)設計20-34
• 3.1 引言20
• 3.2 基于ZigBee能耗采集系統(tǒng)的總體設計20-22
• 3.2.1 基于ZigBee通信的能耗采集系統(tǒng)的網(wǎng)絡架構圖21-22
• 3.2.2 能耗采集系統(tǒng)實現(xiàn)的功能及工作流程22
• 3.3 ZigBee采集節(jié)點的硬件設計22-26
• 3.3.1 采集模塊設計23-24
• 3.3.2 處理器模塊設計24-25
• 3.3.3 ZigBee模塊電路設計25-26
• 3.3.4 PCB圖和實物圖26
• 3.4 ZigBee采集節(jié)點的軟件設計26-31
• 3.5 網(wǎng)關的設計31-33
• 3.6 本章小節(jié)33-34
• 第四章 基于WiFi和ZigBee通信的能耗反饋系統(tǒng)的設計34-52
• 4.1 引言34
• 4.2 基于WiFi和ZigBee通信的能耗采集系統(tǒng)的整體架構34-36
• 4.3 WiFi能耗采集節(jié)點的硬件設計36-42
• 4.3.1 處理器模塊硬件設計37-38
• 4.3.2 采集模塊硬件設計38-39
• 4.3.3 WiFi模塊硬件設計39
• 4.3.4 電源模塊電路設計39-40
• 4.3.5 JTAG接口設計40-41
• 4.3.6 PCB圖及實物圖41-42
• 4.4 WiFi能耗采集節(jié)點的軟件設計42-45
• 4.4.1 STM8S單片機與ADS1013模數(shù)轉(zhuǎn)換器之間通信程序的設計42-43
• 4.4.2 STM8S單片機與WiFi模塊之間通信程序的設計43-45
• 4.5 能耗管理系統(tǒng)的設計45-51
• 4.5.1 能耗管理系統(tǒng)開發(fā)的關鍵技術46-47
• 4.5.2 能耗管理系統(tǒng)的設計與實現(xiàn)47-51
• 4.6 本章小節(jié)51-52
• 第五章 基于核極限學習機的電力能耗預測的研究52-61
• 5.1 引言52-53
• 5.2 核極限學習機53-55
• 5.2.1 核極限學習機概述53-55
• 5.2.2 核極限學習機建立預測模型的過程55
• 5.3 核極限學習機的改進算法55-57
• 5.3.1 遺傳算法介紹56-57
• 5.3.2 將遺傳算法應用在核極限學習機參數(shù)的選取中57
• 5.4 實驗仿真和效果分析57-60
• 5.4.1 數(shù)據(jù)選取及預處理57-58
• 5.4.2 實驗仿真分析58-59
• 5.4.3 和BP神經(jīng)網(wǎng)絡和SVM回歸的進行仿真比較59-60
• 5.5 本章小節(jié)60-61
• 第六章 總結與展望61-63
• 6.1 總結61-62
• 6.2 下一步工作與展望62-63
• 參考文獻63-68
• 致謝68-69
• 作者簡介69
• 攻讀學位期間學習情況69
• 作者攻讀學位期間發(fā)表的學術論文69
• 作者攻讀學位期間取得的其他學術成果69

，

本文編號：1029954