【摘要】：隨著能源互聯(lián)網(wǎng)的蓬勃發(fā)展,多種新能源的接入和用戶負(fù)荷信息的實(shí)時變化,使電網(wǎng)對負(fù)荷預(yù)測的準(zhǔn)確性及時效性提出了更高的要求,如何準(zhǔn)確地進(jìn)行短期負(fù)荷預(yù)測成為了亟待解決的問題。此外,地理信息系統(tǒng)在電網(wǎng)規(guī)劃、輔助決策等電力系統(tǒng)領(lǐng)域發(fā)揮了重要作用,為進(jìn)一步凸顯地理信息系統(tǒng)在電網(wǎng)中的優(yōu)勢,本文將其與短期負(fù)荷預(yù)測相結(jié)合,進(jìn)行了基于地理信息系統(tǒng)的短期負(fù)荷預(yù)測研究。首先,結(jié)合短期負(fù)荷預(yù)測的發(fā)展及地理信息系統(tǒng)的構(gòu)成與應(yīng)用現(xiàn)狀,詳細(xì)地闡述了地理信息短期負(fù)荷預(yù)測的發(fā)展前景。針對如何提高短期負(fù)荷預(yù)測的準(zhǔn)確性問題,本文首先進(jìn)行了基于地理信息系統(tǒng)的網(wǎng)格劃分與合并的研究。將某一地區(qū)或某幾個地區(qū)的負(fù)荷,按照“負(fù)荷用途”和“負(fù)荷密度”兩個衡量指標(biāo)實(shí)行全新的網(wǎng)格劃分,并在此基礎(chǔ)上進(jìn)行多級網(wǎng)格劃分。其次,采用根據(jù)負(fù)荷變化的簡單聚類方法并結(jié)合譜多流形聚類方法,對給定的負(fù)荷影響因素進(jìn)行聚類,實(shí)現(xiàn)網(wǎng)格負(fù)荷的合并,簡化負(fù)荷預(yù)測的過程。最后,根據(jù)短期負(fù)荷預(yù)測的“模型”結(jié)果,來驗(yàn)證網(wǎng)格劃分與合并模型的有效性。為提高負(fù)荷預(yù)測的精度,本文對短期負(fù)荷預(yù)測的BP-RBF神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了改進(jìn),將遺傳算法作為BP神經(jīng)網(wǎng)絡(luò)中改變輸入權(quán)重的算法函數(shù),以此來克服BP-RBF神經(jīng)網(wǎng)絡(luò)算法局部最優(yōu)和運(yùn)算速度慢等缺點(diǎn)。通過算例分析,結(jié)果表明改進(jìn)后的算法提高了短期負(fù)荷預(yù)測的準(zhǔn)確性。最后,利用matlab軟件中的GUI界面設(shè)計,建立了地理信息系統(tǒng)短期負(fù)荷預(yù)測展示平臺。首先,介紹了平臺設(shè)計的目標(biāo)、原則及系統(tǒng)結(jié)構(gòu);其次,對地理信息系統(tǒng)預(yù)測過程進(jìn)行了詳細(xì)展示,使預(yù)測結(jié)果體現(xiàn)的更加直觀明了。
【圖文】：

點(diǎn)擊“地理信息系統(tǒng)”的菜單欄，會出現(xiàn)“地圖讀取”“負(fù)荷劃分”、“負(fù)荷合并”等過程的詳細(xì)步驟。點(diǎn)入“地圖讀取”，matlab 會對所要預(yù)測的地區(qū)進(jìn)行取讀，本文選取保定地區(qū)的部分區(qū)域，其取讀的結(jié)果如圖5-1所示：圖 5-1 地區(qū)地圖的讀取5.2.2 網(wǎng)格負(fù)荷的劃分根據(jù)第三章所提到的改進(jìn)多級網(wǎng)格劃分法，，在負(fù)荷劃分的過程中，根據(jù)負(fù)荷街道進(jìn)行初步劃分，再根據(jù)負(fù)荷預(yù)測的用途將短期負(fù)荷進(jìn)行分類，最后根據(jù)網(wǎng)格負(fù)荷的密度的影響，將密度大的地區(qū)再詳細(xì)劃分，密度小的地區(qū)進(jìn)行合并。最終得到某

華北電力大學(xué)碩士學(xué)位論文38一地區(qū)網(wǎng)格負(fù)荷的劃分結(jié)果，如圖5-2所示：圖 5-2 網(wǎng)格負(fù)荷的劃分5.2.3 網(wǎng)格負(fù)荷的合并根據(jù)給定的負(fù)荷影響因素及負(fù)荷波形變化情況的原則，將網(wǎng)格負(fù)荷進(jìn)行合并，得到上文所述的5類負(fù)荷：銀行、醫(yī)院；大型水泥廠；超市、公園、商業(yè)大廈；學(xué)校；居民負(fù)荷，其合并的結(jié)果如圖5-3所示：圖 5-3 網(wǎng)格負(fù)荷的合并
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM715

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田野;;基于動量因子的神經(jīng)網(wǎng)絡(luò)群電流負(fù)荷預(yù)測模型[J];電力系統(tǒng)保護(hù)與控制;2016年17期

2 肖白;蒲睿;穆鋼;;基于多尺度空間分辨率的空間負(fù)荷預(yù)測誤差評價方法[J];中國電機(jī)工程學(xué)報;2015年22期

3 王新;孟玲玲;;基于EEMD-LSSVM的超短期負(fù)荷預(yù)測[J];電力系統(tǒng)保護(hù)與控制;2015年01期

4 闕之玫;俞強(qiáng);謝旗輝;遲吉運(yùn);;一種基于負(fù)荷特性指標(biāo)的負(fù)荷分類方法[J];華東電力;2014年11期

5 王小兵;孫久運(yùn);;地理信息系統(tǒng)綜述[J];地理空間信息;2012年01期

6 王林川;白波;于奉振;袁明哲;;基于貝葉斯證據(jù)框架下WLS-SVM的短期負(fù)荷預(yù)測[J];電力系統(tǒng)保護(hù)與控制;2011年07期

7 廖旎煥;胡智宏;馬瑩瑩;盧王允;;電力系統(tǒng)短期負(fù)荷預(yù)測方法綜述[J];電力系統(tǒng)保護(hù)與控制;2011年01期

8 楊浩;張磊;何潛;牛強(qiáng);;基于自適應(yīng)模糊C均值算法的電力負(fù)荷分類研究[J];電力系統(tǒng)保護(hù)與控制;2010年16期

9 牛麗仙;苑津莎;張英慧;;基于粗糙集和支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測[J];電力科學(xué)與工程;2010年02期

10 鄭連清;鄭艷秋;;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測[J];電力系統(tǒng)保護(hù)與控制;2009年23期

相關(guān)博士學(xué)位論文 前1條

1 王勇;基于流形學(xué)習(xí)的分類與聚類方法及其應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王曉強(qiáng);基于GIS的中長期負(fù)荷預(yù)測系統(tǒng)的設(shè)計與研發(fā)[D];大連理工大學(xué);2015年

2 肖琪;基于優(yōu)化K-means算法的電力負(fù)荷分類研究[D];大連理工大學(xué);2015年

3 談力;基于相似日選取的小波極限學(xué)習(xí)機(jī)短期負(fù)荷預(yù)測模型研究[D];南京理工大學(xué);2015年

4 朱曉清;電力負(fù)荷的分類方法及其應(yīng)用[D];華南理工大學(xué);2012年

5 王大雷;網(wǎng)格分析法在城鄉(xiāng)配電網(wǎng)規(guī)劃中的應(yīng)用與研究[D];華北電力大學(xué);2012年

6 胡yN;地理信息系統(tǒng)（GIS）發(fā)展史及前景展望[D];中國地質(zhì)大學(xué)（北京）;2011年

7 李偉偉;基于GIS城市配網(wǎng)規(guī)劃的輔助決策系統(tǒng)研究[D];湖南大學(xué);2007年

8 孫輝;基于地理信息系統(tǒng)的配電網(wǎng)空間負(fù)荷預(yù)測方法研究[D];大慶石油學(xué)院;2007年

9 張忠華;電力系統(tǒng)負(fù)荷分類研究[D];天津大學(xué);2007年

10 趙鳳英;電力地理信息系統(tǒng)在配電自動化中的應(yīng)用研究[D];青島大學(xué);2006年

本文編號：2589948