本文關鍵詞：電力需求預測及負荷特性分析系統(tǒng)的設計與實現(xiàn)

  更多相關文章： 規(guī)劃運行數(shù)據(jù)庫 電力需求預測 負荷特性分析 系統(tǒng)開發(fā)

【摘要】：中國南方電網(wǎng)發(fā)展迅速,已經(jīng)成為世界上最復雜的電力系統(tǒng)之一,系統(tǒng)內(nèi)各類電源齊全,網(wǎng)架結(jié)構(gòu)復雜,但電網(wǎng)內(nèi)部資源和經(jīng)濟發(fā)展狀況很不平衡,需要通過大范圍的電力輸送來優(yōu)化資源配置,這給電力規(guī)劃和運行工作帶來了很大的困難。因此,南方電網(wǎng)公司著手研究開發(fā)南方電網(wǎng)規(guī)劃運行數(shù)據(jù)庫,并以此為基礎,研發(fā)與之匹配的高級應用。電力需求預測及負荷特性分析是電網(wǎng)規(guī)劃運行的基礎工作,因此也是規(guī)劃運行數(shù)據(jù)庫高級應用的重要組成部分。本文選題于中國南方電網(wǎng)公司“南方電網(wǎng)規(guī)劃運行計算分析數(shù)據(jù)庫項目—電力需求預測及負荷特性分析”科研項目。電力需求預測及負荷特性分析的主要任務是對地區(qū)電網(wǎng)的用電狀況及負荷特性進行統(tǒng)計分析并以此為基礎進行電力需求預測工作。本文通過對負荷預測及負荷特性分析方法進行研究,設計開發(fā)相應的高級應用程序。首先,本文介紹了電力需求預測的基本概念。研究了中長期負荷預測的幾種常用算法,分析了每種算法中重要參數(shù)的意義以及各算法在實用中的優(yōu)缺點及適用性。論述了組合預測的方法,包括組合預測中篩選預測模型及分配權(quán)重的方法。其次,論文對負荷特性分析理論展開研究,介紹了負荷特性指標,包括指標的分類、內(nèi)容、意義。分析了影響地區(qū)負荷的相關因素,包括經(jīng)濟產(chǎn)值、地區(qū)人口、氣溫氣象、特殊節(jié)假日以及大用戶對負荷的影響。介紹了負荷特性分析中常用的數(shù)據(jù)挖掘方法:聚類算法和關聯(lián)性分析法。再次,對負荷預測方法及負荷特性分析方法進行了改進。提出了基于電量誤差修正的年負荷曲線預測方法,該方法利用年電量預測精度相對較高的特點,以年電量預測值為基準對年負荷曲線進行修正,經(jīng)過實際數(shù)據(jù)驗算,證明了該方法的有效性與實用性。根據(jù)電網(wǎng)工作需求,為系統(tǒng)設計了利用數(shù)值范圍作為搜索條件的負荷特性分析方法及特定時間負荷分析方法,彌補了以往負荷預測系統(tǒng)中負荷特性分析功能死板的缺點。最后,以理論研究為基礎,根據(jù)“南方電網(wǎng)規(guī)劃運行計算數(shù)據(jù)庫——電力需求預測及負荷特性分析”項目需求,參照數(shù)據(jù)挖掘過程標準CRISP-DM模型,對系統(tǒng)的主體框架、數(shù)據(jù)庫、各功能模塊進行了設計開發(fā)。系統(tǒng)作為規(guī)劃運行數(shù)據(jù)庫的高級應用達到了預期的效果,將為電網(wǎng)規(guī)劃運行工作提供應用支持,有效提高電網(wǎng)相關工作的效率,這對電力企業(yè)高效運營和長遠發(fā)展具有重要意義。
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM714;TM715

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱成章;電力需求預測要擯棄“大膽假設”[J];大眾用電;2005年03期

2 王茜;王雁凌;張粒子;;電力需求預測分層后評價模型研究[J];電力系統(tǒng)保護與控制;2008年20期

3 胡文杰;;區(qū)域性電力需求預測分析[J];廣東科技;2008年20期

4 唐平雅;電力需求預測方法和能源需求預測模型探討[J];中國電力;2000年04期

5 西北地區(qū)電力發(fā)展戰(zhàn)略規(guī)劃研究課題專家組;西北四省區(qū)2001～2015年電力需求預測分析評估[J];西北電力技術(shù);2000年03期

6 廖志高,謝妮;自組織數(shù)據(jù)挖掘在電力需求預測中應用[J];電力科學與工程;2004年04期

7 羅海斌;山區(qū)城市電力需求預測分析[J];廣東輸電與變電技術(shù);2005年05期

8 節(jié)寧;;未來中國電力需求預測的分析[J];大眾用電;2006年03期

9 楊婭妙;;淺議電力需求預測[J];山西電力;2006年02期

10 趙林峰;韓國燕;李勇;王印紅;;基于半?yún)?shù)分析的電力需求預測算法[J];中國安全科學學報;2006年08期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 丁友衛(wèi);楊昌昕;;對江西省電力需求預測結(jié)果及方法的驗證[A];長三角清潔能源論壇論文專輯[C];2005年

2 黃元生;鄭燕;乞建勛;;基于最小二乘的支持向量機在電力需求預測中的應用[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟數(shù)學研究會第七屆全國會員代表大會暨第七屆中國管理科學學術(shù)年會論文集[C];2005年

3 匡少龍;黃家兵;;灰色模型在電力需求預測中的應用[A];第十五屆華東六省一市電機工程（電力）學會輸配電技術(shù)研討會論文集[C];2007年

4 閻訪;陳靜;;基于氣溫的石家莊夏季電力需求預測[A];第26屆中國氣象學會年會氣象災害與社會和諧分會場論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前5條

1 ;中長期電力需求預測及其系統(tǒng)開發(fā)[N];科技日報;2006年

2 張學先;專家把脈“十一五”電力需求預測[N];中國工業(yè)報;2005年

3 文杰;“大膽假設”膽太大[N];中國工業(yè)報;2004年

4 吳敬儒;2005～2030年電力需求預測及發(fā)展戰(zhàn)略研究[N];中國電力報;2007年

5 記者 葉勇　編輯 阮奇;今年電煤需求可達17.5億噸占全年煤炭產(chǎn)量過半[N];上海證券報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 鄭忠智;我國能源資源結(jié)構(gòu)與電力需求預測分析[D];中國地質(zhì)大學（北京）;2009年

2 李春祥;基于知識發(fā)現(xiàn)的電力需求復合預測研究[D];華北電力大學（河北）;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 劉毅;某市電力需求預測分析[D];華北電力大學;2015年

2 宋玉坤;基于復合知識挖掘的北京市中長期電力需求預測[D];華北電力大學(北京);2016年

3 韋亦龍;電力需求預測及負荷特性分析系統(tǒng)的設計與實現(xiàn)[D];湖南大學;2015年

4 生雅明;基于時間序列分析的電力需求預測研究[D];大連理工大學;2015年

5 王茜;電力需求預測后評價模型和方法研究[D];華北電力大學（北京）;2008年

6 何云輝;電力需求預測的實用方法研究[D];四川大學;2005年

7 顏婉雯;基于經(jīng)濟因素的廣東省電力需求預測研究[D];暨南大學;2006年

8 馬德國;數(shù)據(jù)挖掘在電力需求預測中的應用研究[D];河北工業(yè)大學;2013年

9 張愛輝;基于多指標模型的中長期電力需求預測研究[D];長沙理工大學;2013年

10 廖文煒;基于多種預測技術(shù)的“十一五”電力需求預測及其比較研究[D];重慶大學;2008年

，

本文編號：1239070