本文關(guān)鍵詞：基于云計(jì)算與智能算法的短期電力負(fù)荷預(yù)測(cè)方法研究

  更多相關(guān)文章： 云計(jì)算 負(fù)荷預(yù)測(cè) 相空間重構(gòu) 極限學(xué)習(xí)機(jī) 支持向量機(jī)

【摘要】：社會(huì)的發(fā)展促使人們對(duì)電能質(zhì)量要求越來越高,電力部門需要為用戶輸送可靠和優(yōu)質(zhì)的電能。由于目前還沒有研究出能夠大量存儲(chǔ)電能的技術(shù)和設(shè)備,所以保證負(fù)荷和供電之間的平衡就成了提供優(yōu)質(zhì)電能的保障。短期電力負(fù)荷預(yù)測(cè)是電網(wǎng)安全和穩(wěn)定運(yùn)行的基礎(chǔ),所以利用歷史負(fù)荷數(shù)據(jù)來預(yù)測(cè)未來幾天的負(fù)荷值得深入研究。大量的研究得出,電力負(fù)荷具有混沌性,用常規(guī)的預(yù)測(cè)方法難以精準(zhǔn)預(yù)測(cè)。通過重構(gòu)相空間,可以還原出一維負(fù)荷時(shí)間序列隱藏的高維信息,從而對(duì)電力系統(tǒng)負(fù)荷進(jìn)行更加精準(zhǔn)的預(yù)測(cè)。論文通過重構(gòu)歷史負(fù)荷數(shù)據(jù)的相空間,然后結(jié)合極限學(xué)習(xí)機(jī)與支持向量機(jī)建立了比較精準(zhǔn)的預(yù)測(cè)模型。針對(duì)電力系統(tǒng)產(chǎn)生的海量負(fù)荷數(shù)據(jù),論文在Spark云計(jì)算平臺(tái)下對(duì)算法進(jìn)行并行化設(shè)計(jì),以加快模型在處理海量電力負(fù)荷數(shù)據(jù)時(shí)的訓(xùn)練速度。通過仿真對(duì)比驗(yàn)證了論文設(shè)計(jì)模型的有效性和可行性。論文主要研究?jī)?nèi)容如下:根據(jù)負(fù)荷數(shù)據(jù)的混沌性,給出了一種相空間重構(gòu)與極限學(xué)習(xí)機(jī)相結(jié)合的短期電力負(fù)荷預(yù)測(cè)方法。通過計(jì)算相空間重構(gòu)相關(guān)參數(shù),對(duì)負(fù)荷樣本進(jìn)行相空間重構(gòu),使得新的樣本數(shù)據(jù)更能反映出負(fù)荷的變化特性,然后結(jié)合極限學(xué)習(xí)機(jī)建立短期電力負(fù)荷預(yù)測(cè)模型。和傳統(tǒng)預(yù)測(cè)方法相比,該方法具有更加精確的預(yù)測(cè)能力和優(yōu)異的泛化性能。在短期負(fù)荷預(yù)測(cè)中,將相空間重構(gòu)與支持向量機(jī)結(jié)合用于短期電力負(fù)荷預(yù)測(cè),給出了一種利用隨機(jī)聚焦搜索優(yōu)化算法進(jìn)行輸入?yún)?shù)優(yōu)化的模型,用線性核函數(shù)的映射問題代替原來的非線性問題,并將該方法用于短期電力負(fù)荷預(yù)測(cè),仿真結(jié)果表明該方法具有更加精確的預(yù)測(cè)能力和收斂速度。針對(duì)電力系統(tǒng)的海量歷史負(fù)荷數(shù)據(jù),分別對(duì)上面兩種模型在Spark平臺(tái)下進(jìn)行并行化設(shè)計(jì)。利用實(shí)驗(yàn)室設(shè)備搭建了含一個(gè)主節(jié)點(diǎn),七個(gè)數(shù)據(jù)節(jié)點(diǎn)的Spark計(jì)算集群,測(cè)試了本文設(shè)計(jì)的兩種并行算法的并行性能,測(cè)試結(jié)果表明本文設(shè)計(jì)的并行算法在進(jìn)行海量數(shù)據(jù)處理時(shí)相對(duì)于常用的方法具有更快的處理速度。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM715;TP18

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 甘文泉,王朝暉,胡保生;結(jié)合神經(jīng)元網(wǎng)絡(luò)和模糊專家系統(tǒng)進(jìn)行電力短期負(fù)荷預(yù)測(cè)[J];西安交通大學(xué)學(xué)報(bào);1998年03期

2 趙宏偉,任震,黃雯瑩;基于周期自回歸模型的短期負(fù)荷預(yù)測(cè)[J];中國(guó)電機(jī)工程學(xué)報(bào);1997年05期

3 侯志儉，吳際舜，張琦雨，，萬亮，潘龍興;電力系統(tǒng)短期負(fù)荷預(yù)報(bào)的幾種改進(jìn)手段[J];電力系統(tǒng)自動(dòng)化;1996年07期

4 康重慶,夏清,劉梅,相年德;應(yīng)用于負(fù)荷預(yù)測(cè)中的回歸分析的特殊問題[J];電力系統(tǒng)自動(dòng)化;1998年10期

5 張濤,趙登福,周琳,王錫凡,夏道止;基于RBF神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的短期負(fù)荷預(yù)測(cè)方法[J];西安交通大學(xué)學(xué)報(bào);2001年04期

6 謝開貴,李春燕,周家啟;基于神經(jīng)網(wǎng)絡(luò)的負(fù)荷組合預(yù)測(cè)模型研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2002年07期

7 李元誠(chéng),方廷健,于爾鏗;短期負(fù)荷預(yù)測(cè)的支持向量機(jī)方法研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2003年06期

8 李鷹,趙振江,吳松濤;灰色模型在普通日短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J];長(zhǎng)沙電力學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

9 張海濤,陳宗海,朱六璋;基于改進(jìn)FLN的短期電力負(fù)荷預(yù)測(cè)算法[J];電工技術(shù)學(xué)報(bào);2004年05期

10 張俊芳,吳伊昂,吳軍基;基于灰色理論負(fù)荷預(yù)測(cè)的應(yīng)用研究[J];電力自動(dòng)化設(shè)備;2004年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 馮麗;數(shù)據(jù)挖掘和人工智能理論在短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];浙江大學(xué);2005年

本文編號(hào)：1172281