發(fā)布時間：2020-03-28 14:32

【摘要】：隨著經(jīng)濟的發(fā)展以及電力需求的不斷增長,電力負荷預測作為電力系統(tǒng)中的一項重要內(nèi)容起著至關(guān)重要的作用,準確的電力負荷預測不但能夠滿足人們?nèi)粘ｋ娔苄枰?保證經(jīng)濟的發(fā)展,還能降低發(fā)電產(chǎn)生的成本。電力負荷預測主要分為超短期電力負荷預測、短期電力負荷預測和中長期電力負荷預測。對于電網(wǎng)規(guī)劃而言,主要是中長期電力負荷預測為其提供依據(jù)。精準的中長期電力負荷預測可以為電力系統(tǒng)規(guī)劃建設提供有力支撐,對我國的國民經(jīng)濟發(fā)展和電力系統(tǒng)規(guī)劃起著決定性的作用,但目前中長期電力負荷的預測精度還有待提高。由于中長期電力負荷預測可用歷史數(shù)據(jù)偏少,而且以“小樣本”系統(tǒng)為研究對象的灰色理論用于中長期電力負荷預測具有穩(wěn)定性和較高的預測精度,本文以用差分進化算法優(yōu)化的多變量灰色模型在中長期電力負荷預測中的應用研究作為主要研究內(nèi)容。首先,針對歷史數(shù)據(jù)規(guī)律性不強的問題采用變權(quán)緩沖算子對數(shù)據(jù)進行預處理,同時,采用變權(quán)緩沖算子還可以將對系統(tǒng)的定性分析融入預測模型中。其次,考慮到電力負荷有多種影響因素,本文采用多變量灰色模型。針對多變量灰色模型求背景值時通過一階累加序列相鄰兩個數(shù)的平均值求得可能造成較大的誤差,本文引入一參數(shù)確定這兩個值所在求背景值時所占的比重。產(chǎn)生的參數(shù)用差分進化算法以相對誤差平均值最小為目標求得。然后,針對新一年的用電量與最近年份負荷聯(lián)系更密切,本文采用等維思想進行電力負荷預測。最后用江蘇省的相關(guān)歷史數(shù)據(jù),在MATLAB中用優(yōu)化后的多變量灰色模型進行仿真實驗,并與GM(1,1)模型和MGM(1,m)模型的預測結(jié)果對比,實驗結(jié)果表明本文采用的方法明顯優(yōu)于另外兩種方法。在以上研究內(nèi)容的基礎(chǔ)上將本算法進行實際應用,設計中長期電力負荷預測系統(tǒng)。先對系統(tǒng)進行需求分析,然后根據(jù)需求分析設計邏輯結(jié)構(gòu)、數(shù)據(jù)庫、功能模塊,在myeclipse10中編程開發(fā)系統(tǒng),最后展示了系統(tǒng)主要經(jīng)功能界面,經(jīng)過測試驗證了該系統(tǒng)完成了需求分析中的全部功能并具有良好的界面友好性。
【圖文】：

圖 4-5 Excel 表格數(shù)據(jù)格式通過頁面選擇歷史數(shù)據(jù)傳到后臺通過 MATLAB 打成的 jar 包進行負荷預測，若選擇 excel 表格數(shù)據(jù)將 MATLAB 根據(jù) excel 表格數(shù)據(jù)自動區(qū)分用電量數(shù)據(jù)和影響因素數(shù)據(jù)。根據(jù)差分算法初始化的個體進行預測并計算適應度值，通過變異、交叉、選擇、迭代計算出該年的計算值。然后將預測結(jié)果顯示在前臺界面，，同時向數(shù)據(jù)庫插入相關(guān)記錄。（2）在預測結(jié)果分析該部分對不同預測方法的預測結(jié)果進行分析，可以看到不同年份的數(shù)據(jù)擬合和預測情況，其中后兩年的是預測情況，用戶可以根據(jù)每年預測的相對誤差和平均相對誤差對預測結(jié)果有一個判斷，同時系統(tǒng)也會給出一個簡單的預測分析結(jié)果為是否選擇該預測方法預測的結(jié)果提供參考。（3）預測記錄查詢該部分用戶可以根據(jù)自己的需求按不同條件查詢之前的預測記錄和查看該記錄的詳情，也可以根據(jù)需要下載到本地。（4）系統(tǒng)管理

較高精度模型預測結(jié)果
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM715

【相似文獻】

相關(guān)期刊論文 前10條

1 蔡舒毅;;配電網(wǎng)規(guī)劃中電力負荷預測方法的有效性探究[J];通信電源技術(shù);2019年11期

2 廖海強;;工業(yè)園區(qū)電力負荷預測方法與案例分析[J];江西電力;2019年12期

3 鄧永生;焦豐順;張瑞鋒;王將平;;配電網(wǎng)規(guī)劃中電力負荷預測方法研究綜述[J];電器與能效管理技術(shù);2019年14期

4 于志勇;張增強;呂盼;宋新甫;;淺談電力負荷預測方法[J];黑龍江科技信息;2017年05期

5 秦澤宇;秦s

本文編號：2604580