本文關(guān)鍵詞：基于HHT的電力負(fù)荷影響因素分析及預(yù)測(cè)

  更多相關(guān)文章： 電力負(fù)荷預(yù)測(cè) 希爾伯特黃變換 影響因素 神經(jīng)網(wǎng)絡(luò)

【摘要】：高精度的電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全運(yùn)行的重要基礎(chǔ),也是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行的重要保障。因此,負(fù)荷預(yù)測(cè)精度的提高,在電力系統(tǒng)管理中占有舉足輕重的地位,短期電力負(fù)荷預(yù)測(cè)對(duì)電網(wǎng)的生產(chǎn)調(diào)度具有指導(dǎo)意義,而高效的預(yù)測(cè)方法有利于預(yù)測(cè)精度的提高。本文對(duì)我國(guó)電力企業(yè)在電力負(fù)荷短期預(yù)測(cè)工作中存在的影響要素選擇、負(fù)荷特性分析以及預(yù)測(cè)模型的選取等重要問題做了重點(diǎn)研究,提出了一種基于希爾伯特黃變換和電力負(fù)荷影響因素分析的組合預(yù)測(cè)模型。希爾伯特黃變換(Hilbert-Huang Transform,HHT)算法是用來分析非線性、非平穩(wěn)信號(hào)的一種新的信號(hào)處理算法。該方法首先采用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)算法將原始序列分解成頻率不同且相對(duì)平穩(wěn)的一些固有模態(tài)函數(shù)(IMF)分量之和,然后對(duì)每一個(gè)分量進(jìn)行Hilbert變換獲得分量的時(shí)頻特性,該時(shí)頻信號(hào)處理方法具有較強(qiáng)自適應(yīng)性。本文深入分析短期負(fù)荷預(yù)測(cè)方法在國(guó)內(nèi)外的研究現(xiàn)狀和發(fā)展趨勢(shì),研究了現(xiàn)有的電力負(fù)荷預(yù)測(cè)方法及其特點(diǎn)。對(duì)電網(wǎng)歷史負(fù)荷數(shù)據(jù)和氣象數(shù)據(jù)等資料進(jìn)行深入研究,在短期負(fù)荷特性指標(biāo)分析的基礎(chǔ)上,總結(jié)出負(fù)荷特性及各影響因素之間的關(guān)系。首先對(duì)歷史負(fù)荷、氣象數(shù)據(jù)進(jìn)行預(yù)處理,利用EMD算法將預(yù)測(cè)樣本序列分解成不同頻率的平穩(wěn)子序列,并對(duì)其進(jìn)行Hilbert變換,得出各分量的頻率特性,子序列比原始序列更具可預(yù)測(cè)性。根據(jù)對(duì)各分量特性及各預(yù)測(cè)模型的適應(yīng)性分析,選取RBF神經(jīng)網(wǎng)絡(luò)模型對(duì)高頻分量做出預(yù)測(cè),BP神經(jīng)網(wǎng)絡(luò)模型對(duì)中頻分量做出預(yù)測(cè),時(shí)間序列模型對(duì)低頻分量做出預(yù)測(cè),并在中、高頻分量的預(yù)測(cè)模型中考慮了氣象因素的影響,把每一個(gè)分量的預(yù)測(cè)結(jié)果相加得出最終預(yù)測(cè)值,從而得到了新的組合模型。本文以河南省某地區(qū)2012年實(shí)際負(fù)荷數(shù)據(jù)作為預(yù)測(cè)樣本,利用上述預(yù)測(cè)模型對(duì)一天24小時(shí)96點(diǎn)的負(fù)荷值進(jìn)行預(yù)測(cè),與真實(shí)負(fù)荷值對(duì)比,預(yù)測(cè)精度達(dá)到較高水平。結(jié)果表明,基于HHT的組合預(yù)測(cè)模型有利于實(shí)現(xiàn)各預(yù)測(cè)模型之間的優(yōu)勢(shì)互補(bǔ),更具合理性。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM715

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 陳健;劉明波;樊亞亮;徐兵;;廣州電網(wǎng)負(fù)荷特性分析[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2009年06期

2 陳根永;史敬天;毛曉波;陳肖一;姚曉明;彭保宏;;考慮溫度積累效應(yīng)的短期電力負(fù)荷預(yù)測(cè)方法研究[J];電力系統(tǒng)保護(hù)與控制;2009年16期

3 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(cè)方法綜述[J];電力系統(tǒng)保護(hù)與控制;2011年01期

4 彭顯剛;胡松峰;呂大勇;;基于RBF神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法綜述[J];電力系統(tǒng)保護(hù)與控制;2011年17期

5 陳耀武,汪樂宇,龍洪玉;基于組合式神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)模型[J];中國(guó)電機(jī)工程學(xué)報(bào);2001年04期

6 蘇士美;王明霞;姚猛;張建華;;基于WHAC-E組合預(yù)測(cè)模型的短期電力負(fù)荷預(yù)測(cè)[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2014年03期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 劉德利;HHT算法及其在電力系統(tǒng)中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2011年

2 李小燕;考慮氣象因素的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)研究[D];華南理工大學(xué);2013年

3 孟萌萌;基于RBF神經(jīng)網(wǎng)絡(luò)短期熱網(wǎng)負(fù)荷預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2013年

，

本文編號(hào)：1268604