發(fā)布時間：2021-02-11 00:24

　　隨著經(jīng)濟社會的發(fā)展和人民生活水平的提高,電能越來越成為社會生產(chǎn)活動中不可或缺的重要能源。電能從生產(chǎn)到使用的各個環(huán)節(jié)均離不開電力系統(tǒng)調(diào)度規(guī)劃的作用,而電網(wǎng)的飛速發(fā)展使電力系統(tǒng)的復雜程度不斷增加。精準的電力系統(tǒng)短期負荷預測對電力系統(tǒng)的安全穩(wěn)定運行以及電網(wǎng)的經(jīng)濟調(diào)度至關重要,它不僅影響著居民的日常生活,而且可以減少資源浪費,一直都是電氣工程領域的重要研究課題。短期負荷預測工作因受眾多因素影響使該課題變得復雜,本文介紹了短期負荷預測的研究現(xiàn)狀,在分析了負荷預測特點及影響因素的基礎上,比較了不同的決策樹算法,利用其中的CART決策樹構建隨機森林。將隨機森林算法應用到短期負荷預測領域,并通過對算法的分析改進使預測獲得更好的效果。傳統(tǒng)隨機森林模型中的參數(shù)——決策樹棵數(shù)和分裂特征數(shù)根據(jù)經(jīng)驗選取,但是在面對不同研究對象時,可使隨機森林性能達到最優(yōu)的參數(shù)不同。針對此問題,本文使用粒子群優(yōu)化算法對參數(shù)進行優(yōu)化,得到應用于短期負荷預測的隨機森林的最優(yōu)參數(shù)。實驗分析表明粒子群算法優(yōu)化隨機森林的預測模型比傳統(tǒng)預測模型的預測精度更高。傳統(tǒng)隨機森林模型和粒子群算法優(yōu)化隨機森林模型均是單層模型,由統(tǒng)計學習理論可知,使用... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

某地區(qū)四季中各一日的電力負荷曲線

青島大學碩士學位論文13的低谷出現(xiàn)在凌晨左右，高峰出現(xiàn)在傍晚時刻，這和人們的生活作息方式有關，周周期性如圖2-3所示，一周中每日負荷走勢基本相同，但是周一到周五的負荷明顯高于周六和周日的負荷，即工作日負荷高于休息日負荷；圖2-2某一日負荷曲線圖2-3某一周負荷曲線

青島大學碩士學位論文13的低谷出現(xiàn)在凌晨左右，高峰出現(xiàn)在傍晚時刻，這和人們的生活作息方式有關，周周期性如圖2-3所示，一周中每日負荷走勢基本相同，但是周一到周五的負荷明顯高于周六和周日的負荷，即工作日負荷高于休息日負荷；圖2-2某一日負荷曲線圖2-3某一周負荷曲線


本文編號：3028218