基于改進灰度模型的中長期電力負荷預(yù)測方法
發(fā)布時間:2020-03-29 10:24
【摘要】:電力作為基礎(chǔ)的生產(chǎn)資料,在國計民生中發(fā)揮著不可或缺的作用。精確的電力負荷預(yù)測是電能需求平衡的重要保障,只有保證電能供需平衡,才能有效保證電網(wǎng)安全穩(wěn)定的運行。從長期來看,我國的負荷數(shù)據(jù)不僅有逐年攀升的穩(wěn)定性,還有隨機變化的不穩(wěn)定性,是一個經(jīng)典的灰色系統(tǒng),可以采用灰色模型對其進行預(yù)測。然而,隨著電力市場文化程度的提高,電力系統(tǒng)也變得復(fù)雜起來,中長期電力負荷預(yù)測對精度的要求憶經(jīng)超出了傳統(tǒng)灰色預(yù)測模型的能力范圍,灰色預(yù)測模型需要完善和豐富。論文的主要工作如下:首先,本文詳細的介紹了灰色系統(tǒng)理論,從建模機理對傳統(tǒng)的灰色GM(1,1)模型進行了詳細的研究,并指出了傳統(tǒng)灰色預(yù)測模型在電力負荷預(yù)測中的弊端,引出下文對模型的改進。其次,本文對灰色預(yù)測模型的誤差序列進行了分析,分析結(jié)果表明,大部分的誤差序列處于上下波動的狀態(tài);訓(xùn)練樣本波動大,或者有異常值時,預(yù)測結(jié)果不精確。針對第一個問題,本文提出了基于傅里葉誤差修正的迭代灰色預(yù)測模型。新模型將傅里葉誤差修正的灰度模型和新陳代謝機制相結(jié)合起來,既考慮到了誤差的正負性,又遵循了基本的數(shù)據(jù)利用原則。針對第二個問題,本文提出了誤差修正的等維信息遞補灰色動態(tài)參數(shù)預(yù)測模型,該模型引入新的參數(shù)α對灰度參數(shù)a和u進行動態(tài)調(diào)整,調(diào)整時不僅加重了當前數(shù)據(jù)的權(quán)重,還在一定程度上降低了數(shù)據(jù)過度波動帶來的誤差,最大限度降低數(shù)值波動對預(yù)測結(jié)果的影響,提高了預(yù)測準確性。為了驗證所提模型的性能,我們收集了武漢市各個地區(qū)近十幾年的電力負荷數(shù)據(jù),并根據(jù)預(yù)測時間整理為按年預(yù)測和按月預(yù)測。實驗結(jié)果表明,本文提出的兩種預(yù)測模型與改進之前的預(yù)測模型相比,在預(yù)測準確度上有較大的提升。
【圖文】:
邐30逡逑圖2.1某地區(qū)電力負荷原始數(shù)據(jù)逡逑從圖2.1可以看出,原始電力負荷數(shù)據(jù)起伏波動比較大,幾乎毫無規(guī)律可言。逡逑1-AG0之后的數(shù)據(jù)與原始數(shù)據(jù)相比,有明顯的變化規(guī)律,數(shù)據(jù)增長方式有點類似逡逑于指數(shù)增長的形式。如圖2.2所示。逡逑i.?*UUUU邋邐逡逑?邋?邋sum邋after邐y逡逑/逡逑12000。-逡逑/逡逑100000邋-邋,逡逑80000-逡逑60000邋-邋^逡逑4CODO'逡逑20000邋-逡逑」Z邐,逡逑0邐5邐10邐15邐20邐25邐3Q逡逑圖2.2某地區(qū)電力負荷1-AGO數(shù)據(jù)逡逑對任意非負的原始數(shù)列1-AG0處理,后得到的生成數(shù)列{x(1)}有近似逡逑的指數(shù)增長規(guī)律,我們把這種規(guī)律稱為灰指數(shù)律,已經(jīng)證明,{V,越光滑,則逡逑生成得到的{x(1)}灰度越小,也就是指數(shù)律越白。如果對{xw丨經(jīng)過i次累加生成逡逑得到的數(shù)據(jù)己經(jīng)獲得較白的指數(shù)律,就不要再作(i+1)次累加了,否則指數(shù)律的灰逡逑度不降反增
邐25邐30逡逑圖2.1某地區(qū)電力負荷原始數(shù)據(jù)逡逑從圖2.1可以看出,原始電力負荷數(shù)據(jù)起伏波動比較大,幾乎毫無規(guī)律可言。逡逑1-AG0之后的數(shù)據(jù)與原始數(shù)據(jù)相比,有明顯的變化規(guī)律,數(shù)據(jù)增長方式有點類似逡逑于指數(shù)增長的形式。如圖2.2所示。逡逑i.?*UUUU邋邐逡逑?邋?邋sum邋after邐y逡逑/逡逑12000。-逡逑/逡逑100000邋-邋,逡逑80000-逡逑60000邋-邋^逡逑4CODO'逡逑20000邋-逡逑」Z邐,逡逑0邐5邐10邐15邐20邐25邐3Q逡逑圖2.2某地區(qū)電力負荷1-AGO數(shù)據(jù)逡逑對任意非負的原始數(shù)列1-AG0處理,后得到的生成數(shù)列{x(1)}有近似逡逑的指數(shù)增長規(guī)律,我們把這種規(guī)律稱為灰指數(shù)律,已經(jīng)證明,{V,,越光滑,則逡逑生成得到的{x(1)}灰度越小,也就是指數(shù)律越白。如果對{xw丨經(jīng)過i次累加生成逡逑得到的數(shù)據(jù)己經(jīng)獲得較白的指數(shù)律
【學(xué)位授予單位】:湖南大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:N941.5;TM715
本文編號:2605840
【圖文】:
邐30逡逑圖2.1某地區(qū)電力負荷原始數(shù)據(jù)逡逑從圖2.1可以看出,原始電力負荷數(shù)據(jù)起伏波動比較大,幾乎毫無規(guī)律可言。逡逑1-AG0之后的數(shù)據(jù)與原始數(shù)據(jù)相比,有明顯的變化規(guī)律,數(shù)據(jù)增長方式有點類似逡逑于指數(shù)增長的形式。如圖2.2所示。逡逑i.?*UUUU邋邐逡逑?邋?邋sum邋after邐y逡逑/逡逑12000。-逡逑/逡逑100000邋-邋,逡逑80000-逡逑60000邋-邋^逡逑4CODO'逡逑20000邋-逡逑」Z邐,逡逑0邐5邐10邐15邐20邐25邐3Q逡逑圖2.2某地區(qū)電力負荷1-AGO數(shù)據(jù)逡逑對任意非負的原始數(shù)列1-AG0處理,后得到的生成數(shù)列{x(1)}有近似逡逑的指數(shù)增長規(guī)律,我們把這種規(guī)律稱為灰指數(shù)律,已經(jīng)證明,{V,越光滑,則逡逑生成得到的{x(1)}灰度越小,也就是指數(shù)律越白。如果對{xw丨經(jīng)過i次累加生成逡逑得到的數(shù)據(jù)己經(jīng)獲得較白的指數(shù)律,就不要再作(i+1)次累加了,否則指數(shù)律的灰逡逑度不降反增
邐25邐30逡逑圖2.1某地區(qū)電力負荷原始數(shù)據(jù)逡逑從圖2.1可以看出,原始電力負荷數(shù)據(jù)起伏波動比較大,幾乎毫無規(guī)律可言。逡逑1-AG0之后的數(shù)據(jù)與原始數(shù)據(jù)相比,有明顯的變化規(guī)律,數(shù)據(jù)增長方式有點類似逡逑于指數(shù)增長的形式。如圖2.2所示。逡逑i.?*UUUU邋邐逡逑?邋?邋sum邋after邐y逡逑/逡逑12000。-逡逑/逡逑100000邋-邋,逡逑80000-逡逑60000邋-邋^逡逑4CODO'逡逑20000邋-逡逑」Z邐,逡逑0邐5邐10邐15邐20邐25邐3Q逡逑圖2.2某地區(qū)電力負荷1-AGO數(shù)據(jù)逡逑對任意非負的原始數(shù)列1-AG0處理,后得到的生成數(shù)列{x(1)}有近似逡逑的指數(shù)增長規(guī)律,我們把這種規(guī)律稱為灰指數(shù)律,已經(jīng)證明,{V,,越光滑,則逡逑生成得到的{x(1)}灰度越小,也就是指數(shù)律越白。如果對{xw丨經(jīng)過i次累加生成逡逑得到的數(shù)據(jù)己經(jīng)獲得較白的指數(shù)律
【學(xué)位授予單位】:湖南大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:N941.5;TM715
【參考文獻】
相關(guān)期刊論文 前5條
1 許梁;孫濤;徐箭;孫元章;李子壽;林常青;;基于函數(shù)型非參數(shù)回歸模型的中長期日負荷曲線預(yù)測[J];電力自動化設(shè)備;2015年07期
2 鄭雅楠;單葆國;顧宇桂;李庚銀;;中長期電量灰色預(yù)測中數(shù)據(jù)預(yù)處理方法研究[J];中國電力;2013年10期
3 王崗;姜杰;唐昆明;張?zhí)?;基于自適應(yīng)雙向加權(quán)最小二乘支持向量機的超短期負荷預(yù)測[J];電力系統(tǒng)保護與控制;2010年19期
4 王建軍;;智能電網(wǎng)環(huán)境下的自適互動智能負荷預(yù)測研究[J];陜西電力;2010年05期
5 杜松懷;電力系統(tǒng)負荷預(yù)測技術(shù)[J];華東電力;2000年09期
相關(guān)博士學(xué)位論文 前1條
1 王大鵬;灰色預(yù)測模型及中長期電力負荷預(yù)測應(yīng)用研究[D];華中科技大學(xué);2013年
相關(guān)碩士學(xué)位論文 前2條
1 金鑫;基于灰色理論的短期電力負荷預(yù)測系統(tǒng)設(shè)計與實現(xiàn)[D];浙江工業(yè)大學(xué);2016年
2 邵俊;縣域地區(qū)短期負荷預(yù)測模型的研究[D];浙江大學(xué);2009年
本文編號:2605840
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/2605840.html
最近更新
教材專著