本文關(guān)鍵詞：基于縱橫交叉算法的短期負(fù)荷預(yù)測組合模型研究

  更多相關(guān)文章： 短期負(fù)荷預(yù)測 縱橫交叉算法 小波包變換 組合預(yù)測 變權(quán)重系數(shù)

【摘要】：電力負(fù)荷預(yù)測一直是電力系統(tǒng)研究領(lǐng)域的熱門課題,也是電力調(diào)度部門的重要工作。負(fù)荷預(yù)測依據(jù)歷史數(shù)據(jù)對未來負(fù)荷做出合理推測,是電力系統(tǒng)調(diào)度運(yùn)行和制定生產(chǎn)計(jì)劃的重要依據(jù),是電能生產(chǎn)與消耗達(dá)到動態(tài)平衡的前提。預(yù)測精度的高低關(guān)乎電力系統(tǒng)的安全性、經(jīng)濟(jì)性和穩(wěn)定性。本文為提高短期負(fù)荷預(yù)測精度做了大量工作,在理論分析的基礎(chǔ)上,提出了一種基于縱橫交叉算法的變權(quán)重組合預(yù)測模型。為有效捕捉負(fù)荷的波動規(guī)律,首先采用小波包變換對原始負(fù)荷數(shù)據(jù)進(jìn)行三層分解,再將分解得到的八個子序列分別輸入組合模型進(jìn)行預(yù)測,最后疊加出預(yù)測結(jié)果。其中組合模型由誤差反饋加權(quán)時間序列模型、灰色模型和BP神經(jīng)網(wǎng)絡(luò)模型組成。與常規(guī)的固定權(quán)重組合預(yù)測模型不同,本文三個單項(xiàng)模型的權(quán)重系數(shù)采用一種全新的群智能算法——縱橫交叉算法進(jìn)行優(yōu)化整定,動態(tài)確定每個時刻的最優(yōu)權(quán)系數(shù)。縱橫交叉算法通過橫向和縱向兩種不同機(jī)制的交叉操作交替進(jìn)行,有效改善了目前群智能算法普遍存在的早熟和陷入局部最優(yōu)的問題,在處理大規(guī)模、多維數(shù)的復(fù)雜優(yōu)化問題上具有顯著優(yōu)勢。為使預(yù)測模型能準(zhǔn)確把握韶關(guān)市的負(fù)荷變化規(guī)律,本文對該地區(qū)的日負(fù)荷特性和月負(fù)荷特性做了深入分析,歸納了影響韶關(guān)負(fù)荷的主要因素。在模型參數(shù)辨識中,本文進(jìn)行了多次實(shí)驗(yàn)確定模型的關(guān)鍵參數(shù),包括小波包分解層數(shù)、縱向交叉概率、神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù),減小了人為因素對預(yù)測精度的影響。在仿真研究中,選取典型工作日、周末日和節(jié)假日分別進(jìn)行了多次96點(diǎn)預(yù)測,將預(yù)測結(jié)果與五種參考模型的預(yù)測結(jié)果深入對比,并分析了動態(tài)權(quán)系數(shù)對提高組合預(yù)測精度的重要作用。多次仿真結(jié)果表明,本文的變權(quán)重組合模型能良好適應(yīng)韶關(guān)地區(qū)的負(fù)荷變化規(guī)律,對不同日類型的預(yù)測精度均優(yōu)于五種對比模型。最后,對韶關(guān)電網(wǎng)2014年8月的負(fù)荷進(jìn)行了連續(xù)預(yù)測,進(jìn)一步驗(yàn)證了本文提出的基于縱橫交叉算法的變權(quán)重組合預(yù)測模型具備較高的預(yù)測精度、強(qiáng)大的泛化能力和穩(wěn)定性。
【關(guān)鍵詞】：短期負(fù)荷預(yù)測 縱橫交叉算法 小波包變換 組合預(yù)測 變權(quán)重系數(shù)
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM715
【目錄】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 緒論12-18
• 1.1 研究背景及意義12-13
• 1.2 短期負(fù)荷預(yù)測國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 電力負(fù)荷預(yù)測的發(fā)展歷程13-14
• 1.2.2 短期負(fù)荷預(yù)測的常用方法14-17
• 1.3 論文的研究內(nèi)容及結(jié)構(gòu)安排17-18
• 第二章 短期負(fù)荷預(yù)測概述和分析18-25
• 2.1 負(fù)荷預(yù)測的類型18
• 2.2 短期負(fù)荷預(yù)測的特點(diǎn)18-20
• 2.3 主要影響因素20-21
• 2.4 負(fù)荷預(yù)測的基本過程與要求21
• 2.5 預(yù)測誤差分析21-23
• 2.6 負(fù)荷數(shù)據(jù)預(yù)處理23-24
• 2.7 本章小結(jié)24-25
• 第三章 基于小波包變換的原始負(fù)荷數(shù)據(jù)處理25-33
• 3.1 小波分析理論25-28
• 3.1.1 連續(xù)小波變換25-26
• 3.1.2 離散小波變換26-27
• 3.1.3 二進(jìn)小波變換27-28
• 3.2 小波包變換28-30
• 3.2.1 小波包變換的原理28
• 3.2.2 小波包的空間分解28-30
• 3.2.3 小波包的分解算法與重構(gòu)算法30
• 3.3 原始負(fù)荷數(shù)據(jù)的小波包分解30-32
• 3.4 本章小結(jié)32-33
• 第四章 變權(quán)重組合預(yù)測模型的建立33-48
• 4.1 組合預(yù)測概述33-34
• 4.2 單一預(yù)測模型34-41
• 4.2.1 誤差反饋加權(quán)時間序列模型35-36
• 4.2.2 灰色模型36-38
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)模型38-41
• 4.3 基于縱橫交叉算法的組合權(quán)值優(yōu)化41-46
• 4.3.1 常規(guī)的權(quán)值計(jì)算方法41-42
• 4.3.2 縱橫交叉算法42-45
• 4.3.3 縱橫交叉算法優(yōu)化變權(quán)系數(shù)45-46
• 4.4 基于縱橫交叉算法的變權(quán)重組合預(yù)測模型46-47
• 4.5 本章小結(jié)47-48
• 第五章 韶關(guān)電網(wǎng)短期負(fù)荷預(yù)測實(shí)例48-61
• 5.1 韶關(guān)地區(qū)負(fù)荷特性分析48-51
• 5.1.1 日負(fù)荷特性分析48-49
• 5.1.2 月負(fù)荷特性分析49-50
• 5.1.3 主要影響因素分析50-51
• 5.2 模型關(guān)鍵參數(shù)辨識51-53
• 5.2.1 小波包分解層數(shù)51-52
• 5.2.2 縱向交叉概率52
• 5.2.3 隱含層神經(jīng)元個數(shù)52-53
• 5.3 仿真對比53-58
• 5.3.1 工作日負(fù)荷預(yù)測54-55
• 5.3.2 周末日負(fù)荷預(yù)測55-57
• 5.3.3 節(jié)假日負(fù)荷預(yù)測57-58
• 5.4 實(shí)際預(yù)測58-60
• 5.5 本章小結(jié)60-61
• 總結(jié)與展望61-63
• 參考文獻(xiàn)63-67
• 攻讀學(xué)位期間發(fā)表論文67-69
• 致謝69-70
• 附錄70-80

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 戴和彩;淺談如皋電網(wǎng)的短期負(fù)荷預(yù)測[J];農(nóng)村電氣化;2001年05期

2 侯凱元,穆鋼,楊右虹,惠永杰;地區(qū)電網(wǎng)短期負(fù)荷預(yù)測系統(tǒng)的研究[J];電力系統(tǒng)及其自動化學(xué)報(bào);2001年05期

3 潘勇;短期負(fù)荷預(yù)測精度影響因素分析和對策[J];農(nóng)村電氣化;2003年05期

4 趙登福,吳娟,劉昱,張講社,王錫凡;基于事例推理的短期負(fù)荷預(yù)測[J];西安交通大學(xué)學(xué)報(bào);2003年06期

5 莫維仁,張伯明,孫宏斌,胡子珩,劉順桂;擴(kuò)展短期負(fù)荷預(yù)測的原理和方法[J];中國電機(jī)工程學(xué)報(bào);2003年03期

6 吳江;張龍勝;;溫度、人體舒適度對地區(qū)短期負(fù)荷預(yù)測的影響[J];上海電力;2003年03期

7 梁勤勵,謝正寧,田自軍;銀南電網(wǎng)短期負(fù)荷預(yù)測[J];農(nóng)村電氣化;2004年07期

8 丁恰,盧建剛,錢玉妹,張劍,廖懷慶;一種實(shí)用的超短期負(fù)荷預(yù)測曲線外推方法[J];電力系統(tǒng)自動化;2004年16期

9 胡子珩;劉順桂;邱利斌;朱成騏;張伯明;孫宏斌;;深圳電網(wǎng)智能化自動運(yùn)行短期負(fù)荷預(yù)測系統(tǒng)[J];電網(wǎng)技術(shù);2005年23期

10 徐進(jìn)東,丁曉群,鄧勇;基于相似日的線性外推短期負(fù)荷預(yù)測[J];繼電器;2005年07期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 侯廣松;劉偉生;;適用于地區(qū)電網(wǎng)的短期負(fù)荷預(yù)測方法的研究[A];2005中國電機(jī)工程學(xué)會電力系統(tǒng)自動化專委會全國供用電管理自動化學(xué)術(shù)交流暨供用電管理自動化學(xué)科組第二屆年會論文集[C];2005年

2 朱桂華;賴曉平;云昌欽;;在線短期負(fù)荷預(yù)測方法的研究與應(yīng)用[A];1995年中國控制會議論文集（上）[C];1995年

3 杜欣慧;張嶺;畢艷華;;采用自適應(yīng)神經(jīng)網(wǎng)絡(luò)進(jìn)行短期負(fù)荷預(yù)測[A];2004全國測控、計(jì)量與儀器儀表學(xué)術(shù)年會論文集（下冊）[C];2004年

4 侯廣松;劉偉生;謝廣建;;基于相關(guān)因素映射和神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測[A];2006電力系統(tǒng)自動化學(xué)術(shù)交流研討大會論文集[C];2006年

5 唐向陽;;應(yīng)用于短期負(fù)荷預(yù)測的自適應(yīng)建模方法[A];廣西電機(jī)工程學(xué)會第七屆青年學(xué)術(shù)交流會論文集[C];2002年

6 杜俊紅;滕歡;滕福生;;在線超短期負(fù)荷預(yù)測的分析與應(yīng)用研究[A];2006中國電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會論文集[C];2006年

7 侯廣松;劉偉生;;基于相關(guān)因素映射和神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測[A];山東電機(jī)工程學(xué)會第十一屆優(yōu)秀學(xué)術(shù)論文集[C];2008年

8 盛瓊;顧澤;駱麗楠;;基于實(shí)時氣象要素的湖州短期負(fù)荷預(yù)測研究[A];第八屆長三角氣象科技發(fā)展論壇論文集[C];2011年

9 張雪瑩;管霖;;采用譜分析建模和基于人工神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測方案[A];廣東省電機(jī)工程學(xué)會2003-2004年度優(yōu)秀論文集[C];2005年

10 田曉;顏勇;孔凡坊;顧德英;;新型神經(jīng)網(wǎng)絡(luò)在短期負(fù)荷預(yù)測中的應(yīng)用研究[A];山東電機(jī)工程學(xué)會第五屆供電專業(yè)學(xué)術(shù)交流會論文集[C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 通訊員池長斌;寧夏電網(wǎng)短期負(fù)荷預(yù)測西北第一[N];中國電力報(bào);2011年

2 通訊員 池長斌;寧夏電力短期負(fù)荷預(yù)測保持領(lǐng)先[N];中國電力報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 盧蕓;短期電力負(fù)荷預(yù)測關(guān)鍵問題與方法的研究[D];沈陽工業(yè)大學(xué);2007年

2 鄭永康;相空間重構(gòu)與支持向量機(jī)結(jié)合的短期負(fù)荷預(yù)測研究[D];西南交通大學(xué);2008年

3 王碩禾;基于短期負(fù)荷預(yù)測技術(shù)的電能控制系統(tǒng)研究[D];天津大學(xué);2009年

4 程其云;基于數(shù)據(jù)挖掘的電力短期負(fù)荷預(yù)測模型及方法的研究[D];重慶大學(xué);2004年

5 王志勇;數(shù)據(jù)挖掘方法在短期負(fù)荷預(yù)測中的應(yīng)用研究[D];浙江大學(xué);2007年

6 葉彬;混合智能建模技術(shù)及其在短期負(fù)荷預(yù)測中的應(yīng)用研究[D];浙江大學(xué);2006年

7 蘇慶新;區(qū)域電力系統(tǒng)超短期負(fù)荷預(yù)測及網(wǎng)絡(luò)建模分析[D];東華大學(xué);2008年

8 吳宏曉;基于軟計(jì)算方法的電力系統(tǒng)負(fù)荷預(yù)測[D];上海交通大學(xué);2007年

9 雷紹蘭;基于電力負(fù)荷時間序列混沌特性的短期負(fù)荷預(yù)測方法研究[D];重慶大學(xué);2005年

10 謝忠玉;電力短期負(fù)荷時間序列混沌特性分析及預(yù)測研究[D];哈爾濱工程大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 曹東波;“機(jī)理＋辨識”預(yù)測策略在電力短期負(fù)荷預(yù)測中的應(yīng)用[D];天津大學(xué);2007年

2 張芳明;電力市場環(huán)境下的電力系統(tǒng)擴(kuò)展短期負(fù)荷預(yù)測研究[D];湖南大學(xué);2009年

3 李國輝;超短期負(fù)荷預(yù)測的廣義外推法[D];大連理工大學(xué);2008年

4 蔡佳宏;超短期負(fù)荷預(yù)測的研究[D];四川大學(xué);2006年

5 羅軍;跨平臺短期負(fù)荷預(yù)測系統(tǒng)的研究、設(shè)計(jì)、實(shí)現(xiàn)[D];清華大學(xué);2006年

6 王升治;深圳電網(wǎng)短期負(fù)荷預(yù)測閉環(huán)運(yùn)行系統(tǒng)的研究[D];上海交通大學(xué);2006年

7 閆冬梅;大孤山選礦廠電能信息采集及短期負(fù)荷預(yù)測的研究[D];長春工業(yè)大學(xué);2010年

8 郭杰昊;基于混沌時間序列的短期負(fù)荷預(yù)測研究[D];上海交通大學(xué);2015年

9 李海龍;考慮實(shí)時氣象因素的電力系統(tǒng)短期負(fù)荷預(yù)測[D];華北電力大學(xué);2015年

10 柏建良;組合預(yù)測模型在湖州電網(wǎng)短期負(fù)荷預(yù)測中的應(yīng)用[D];華北電力大學(xué);2015年

，

本文編號：528333