本文選題：空間負(fù)荷預(yù)測 + 元胞��； 參考：《東北電力大學(xué)》2014年碩士論文

【摘要】：空間負(fù)荷預(yù)測（Spatial Load Forecasting，SLF）的主要任務(wù)是預(yù)測未來負(fù)荷出現(xiàn)的位置及大小，是城市電網(wǎng)規(guī)劃中不可或缺的重要環(huán)節(jié)，其預(yù)測結(jié)果是確定所需配置供電設(shè)備容量和分布的基礎(chǔ)，預(yù)測結(jié)果的準(zhǔn)確程度對城市電網(wǎng)建設(shè)及其運(yùn)行的經(jīng)濟(jì)性和安全性具有深遠(yuǎn)影響。 本文對空間負(fù)荷預(yù)測方法研究現(xiàn)狀做了詳細(xì)的介紹，并對各類SLF方法的優(yōu)缺點(diǎn)及適用場合等進(jìn)行了分析。針對我國城市規(guī)劃日漸規(guī)范化，未來城市土地使用性質(zhì)已經(jīng)基本指定的情況，對負(fù)荷密度指標(biāo)法進(jìn)行了系統(tǒng)深入的研究。 本文首先對空間負(fù)荷預(yù)測的重要工具和平臺——地理信息系統(tǒng)進(jìn)行了介紹，并重點(diǎn)分析了地理信息系統(tǒng)在空間負(fù)荷預(yù)測中的應(yīng)用；然后，綜合考慮影響電力負(fù)荷發(fā)展的多個因素，建立計(jì)及其作用效果的預(yù)測模型來改善預(yù)測效果，提出了基于多變量分析的負(fù)荷密度指標(biāo)法；在基于多變量分析的負(fù)荷密度指標(biāo)法基礎(chǔ)上，針對已有負(fù)荷密度指標(biāo)的求取方法往往忽視了對實(shí)測歷史負(fù)荷數(shù)據(jù)的挖掘，，或是忽略了同類負(fù)荷的非均勻分布問題，提出了一種基于元胞歷史負(fù)荷數(shù)據(jù)的負(fù)荷密度指標(biāo)法，最后，本文提出的方法通過對東北某城市的一個行政區(qū)的工程實(shí)例分析，證明了是可行的、有效的。
[Abstract]:The main task of spatial Load forecasting is to predict the location and size of future load, which is an indispensable and important link in urban power network planning. The prediction result is the basis for determining the capacity and distribution of power supply equipment.The accuracy of the prediction results has a profound impact on the economy and security of urban power grid construction and operation.In this paper, the research status of spatial load forecasting methods is introduced in detail, and the advantages and disadvantages of various SLF methods and their applications are analyzed.In view of the fact that urban planning in China is becoming more and more standardized and the nature of urban land use has been basically designated in the future, the method of load density index is studied systematically and deeply.This paper first introduces the important tool and platform of spatial load forecasting, geographic information system (GIS), and analyzes the application of GIS in spatial load forecasting.Considering several factors that affect the development of electric power load, a forecasting model considering its effect is established to improve the forecasting effect, and a load density index method based on multivariate analysis is put forward.On the basis of the load density index method based on multivariate analysis, the method of calculating the existing load density index often neglects the mining of the measured historical load data or the non-uniform distribution of the same load.A load density index method based on cellular historical load data is proposed. Finally, the method presented in this paper is proved to be feasible and effective by analyzing an engineering example of a city in northeast China.
【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TM715

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程其云,張曉星,周nv,雷紹蘭,孫才新;基于粗糙集數(shù)據(jù)挖掘的配電網(wǎng)小區(qū)空間負(fù)荷預(yù)測方法研究[J];電工技術(shù)學(xué)報(bào);2005年05期

2 楊慢慢;王金鳳;李燕青;王福菊;;改進(jìn)的空間負(fù)荷預(yù)測法及其應(yīng)用[J];電力科學(xué)與工程;2011年11期

3 余貽鑫,張崇見,張弘鵬;空間電力負(fù)荷預(yù)測小區(qū)用地分析(一)——模糊推理新方法和小區(qū)用地分析原理[J];電力系統(tǒng)自動化;2001年06期

4 余貽鑫,張崇見,張弘鵬;空間電力負(fù)荷預(yù)測小區(qū)用地分析(二)——模糊推理在小區(qū)用地分析中的應(yīng)用[J];電力系統(tǒng)自動化;2001年07期

5 康重慶,夏清,張伯明;電力系統(tǒng)負(fù)荷預(yù)測研究綜述與發(fā)展方向的探討[J];電力系統(tǒng)自動化;2004年17期

6 符楊;朱蘭;曹家麟;;基于模糊貼近度理論的負(fù)荷密度指標(biāo)求取新方法[J];電力系統(tǒng)自動化;2007年19期

7 樂歡;王主丁;肖棟柱;葉曉龍;趙俊光;;基于空區(qū)推論的空間負(fù)荷預(yù)測分類分區(qū)實(shí)用法[J];電力系統(tǒng)自動化;2009年07期

8 肖白;穆鋼;黎平;楊右虹;閆浩;楊晨鈞;;空間負(fù)荷預(yù)測中的負(fù)荷時序消差方法[J];電力系統(tǒng)自動化;2010年16期

9 朱鳳娟;王主丁;陸儉;張巧霞;向婷婷;;考慮小區(qū)發(fā)展不均衡的空間負(fù)荷預(yù)測分類分區(qū)法[J];電力系統(tǒng)自動化;2012年12期

10 劉自發(fā);龐鋮鋮;魏建煒;何江濤;;基于IAHP和TOPSIS方法的負(fù)荷密度指標(biāo)計(jì)算[J];電力系統(tǒng)自動化;2012年13期

本文編號：1755895