【摘要】：步入“十三五”以來(lái),我國(guó)經(jīng)濟(jì)發(fā)展表現(xiàn)出速度變化、結(jié)構(gòu)優(yōu)化、動(dòng)力轉(zhuǎn)換三大特點(diǎn),增長(zhǎng)速度從高速轉(zhuǎn)向中高速,結(jié)構(gòu)從增量擴(kuò)能為主轉(zhuǎn)向調(diào)整存量、做優(yōu)增量并舉,動(dòng)力從資源消耗及低成本勞動(dòng)力驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng),以上變化標(biāo)志著我國(guó)經(jīng)濟(jì)發(fā)展模式已經(jīng)開始轉(zhuǎn)型。在此背景下,我國(guó)的電力負(fù)荷增長(zhǎng)趨勢(shì)開始發(fā)生變化。此外,隨著智能電網(wǎng)的大力建設(shè),電力負(fù)荷數(shù)據(jù)的體量日趨龐大,數(shù)據(jù)類型日益豐富。如何運(yùn)用眾多關(guān)聯(lián)因素對(duì)電力負(fù)荷進(jìn)行準(zhǔn)確預(yù)測(cè)以及如何有效地處理海量負(fù)荷數(shù)據(jù)已成為當(dāng)前電力負(fù)荷預(yù)測(cè)面臨的難題。針對(duì)影響電力負(fù)荷變化的因素,本文從經(jīng)濟(jì)與氣象兩方面入手,引入組合預(yù)測(cè)與大數(shù)據(jù)處理技術(shù),以某實(shí)際電網(wǎng)為例,分別研究二者與電力負(fù)荷之間的關(guān)系,并進(jìn)行電力負(fù)荷預(yù)測(cè)。首先,本文敘述了國(guó)內(nèi)外電力負(fù)荷預(yù)測(cè)研究現(xiàn)狀以及大數(shù)據(jù)技術(shù)在電力負(fù)荷預(yù)測(cè)的研究現(xiàn)狀。然后,本文根據(jù)實(shí)際電網(wǎng)所轄區(qū)域的經(jīng)濟(jì)和電力負(fù)荷發(fā)展現(xiàn)狀,提出考慮經(jīng)濟(jì)轉(zhuǎn)型的灰色-協(xié)整關(guān)聯(lián)分析方法,篩選得到影響電力負(fù)荷增長(zhǎng)的關(guān)鍵經(jīng)濟(jì)因素。最后,本文建立基于多屬性決策算法的組合預(yù)測(cè)模型,利用關(guān)鍵經(jīng)濟(jì)因素預(yù)測(cè)電力負(fù)荷。通過(guò)實(shí)例分析驗(yàn)證了本文所提組合預(yù)測(cè)模型的有效性和可行性。針對(duì)大量電力負(fù)荷數(shù)據(jù)難以處理的問(wèn)題,本文將大數(shù)據(jù)理念和技術(shù)引入到中長(zhǎng)期電力負(fù)荷預(yù)測(cè)當(dāng)中,構(gòu)建具有大數(shù)據(jù)特征的多維度數(shù)據(jù)樣本集合,利用基于決策樹袋外數(shù)據(jù)錯(cuò)誤率的重要性評(píng)分方法,對(duì)影響電力負(fù)荷波動(dòng)的氣象因素進(jìn)行重要性評(píng)分。在此基礎(chǔ)上,利用大數(shù)據(jù)平臺(tái)PySpark,編寫隨機(jī)森林回歸算法,利用大數(shù)據(jù)平臺(tái)的分布式架構(gòu),對(duì)電力負(fù)荷進(jìn)行氣象關(guān)聯(lián)預(yù)測(cè)。實(shí)例分析結(jié)果表明,針對(duì)數(shù)量眾多的氣象影響因素,依然可以定量分析其影響電力負(fù)荷變化的重要性,通過(guò)與支持向量機(jī)和相關(guān)向量機(jī)模型在預(yù)測(cè)精度、訓(xùn)練時(shí)間和模型復(fù)雜度三個(gè)方面進(jìn)行綜合比較,充分體現(xiàn)本文所提方法的有效性。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TM715
【圖文】：

上海交通大學(xué)碩士學(xué)位論文2.4 算例分析本文調(diào)研我國(guó)某實(shí)際區(qū)域電網(wǎng)，搜集整理該區(qū)域的實(shí)際電力負(fù)荷數(shù)據(jù)和各類經(jīng)濟(jì)、氣象等關(guān)聯(lián)數(shù)據(jù)，對(duì)電力負(fù)荷進(jìn)行經(jīng)濟(jì)關(guān)聯(lián)度分析及氣象指標(biāo)重要性評(píng)價(jià)。2005 至 2010 年，該區(qū)域 GDP 總量保持 11%的年均增長(zhǎng)速度，2011 至 2015 年GDP 總量年均增速降為 7.6%。其中 2015 年 GDP 總量為 18.6 萬(wàn)億元，GDP 增長(zhǎng)率為 7.58%。圖 2-2 為該地區(qū) 2005 年到 2015 年產(chǎn)業(yè)結(jié)構(gòu)占比，在 2014 年以后三產(chǎn)占比超越二產(chǎn)占比，并且三產(chǎn)占比不斷提升。

圖 2- 3 某區(qū)域 2005-2015 年電力負(fù)荷量及電力負(fù)荷增長(zhǎng)率Fig. 2- 3 Power demand and growth rate of one region from 2005 to 2015.4.1 經(jīng)濟(jì)指標(biāo)的關(guān)聯(lián)度計(jì)算該區(qū)域是我國(guó)經(jīng)濟(jì)發(fā)展速度最快的地區(qū)之一。在 2006 年由工業(yè)化初期進(jìn)入化中期，比全國(guó) 2011 年進(jìn)入工業(yè)化中期提前了 5 年。2014 年步入工業(yè)化階期，2015 年繼續(xù)處在該時(shí)期。本文以該區(qū)域?qū)嶋H電網(wǎng)為例，結(jié)合該區(qū)域電網(wǎng)電力負(fù)荷的自身特點(diǎn)，使000-2015 年電力負(fù)荷總量與各類相關(guān)經(jīng)濟(jì)指標(biāo)進(jìn)行關(guān)聯(lián)計(jì)算分析。對(duì)已選的 9 個(gè)經(jīng)濟(jì)指標(biāo)與電力負(fù)荷進(jìn)行關(guān)聯(lián)度計(jì)算，結(jié)果如表 2- 3 所示：表 2- 3 2000-2015 年經(jīng)濟(jì)指標(biāo)與電力負(fù)荷關(guān)聯(lián)度Table 2- 3 Grey relativity analysis of economic index and power demand from 2000 to 2015指標(biāo) 指標(biāo)關(guān)聯(lián)度GDP 總量 0.87GDP 增長(zhǎng)率 0.67二產(chǎn)占比 0.64

圖 2- 4 指標(biāo)相關(guān)性對(duì)比分析Fig. 2- 4 Comparison of index correlation由圖 2- 4 可知，在擬合區(qū)間，曲線 2 所選自變量的關(guān)聯(lián)度均低于曲線 1，擬合效果相對(duì)遜色于曲線 1。在測(cè)試區(qū)間，曲線 2 與實(shí)際曲線出現(xiàn)較大偏差，了曲線 2 所用指標(biāo)與電力負(fù)荷沒(méi)有長(zhǎng)期均衡的關(guān)系，即出現(xiàn)“偽相關(guān)”現(xiàn)象曲線 1 擬合效果較好，預(yù)測(cè)平均誤差僅為 1.8%，對(duì)比驗(yàn)證本文所選指標(biāo)與電荷具有長(zhǎng)期均衡關(guān)系。4.2 氣象指標(biāo)的重要性評(píng)分該區(qū)域大部分位于我國(guó)東南沿海，氣候四季分明，主要為“春暖”、“夏炎秋爽”、“冬寒”，屬于亞熱帶濕潤(rùn)性季風(fēng)氣候，“熱”和“濕”是其重要?dú)夂�，尤其是夏季高溫多雨、雨熱同期特征明顯。該區(qū)域高溫過(guò)程可大致分為五個(gè)等級(jí)：短暫高溫過(guò)程（連續(xù) 3 天大于等℃）、中等高溫過(guò)程（連續(xù) 5 天大于等于 35℃）、較強(qiáng)高溫過(guò)程（連續(xù) 8 天大于 35℃）、強(qiáng)高溫過(guò)程（連續(xù) 17 天大于等于 35℃）、極強(qiáng)高溫過(guò)程（連續(xù) 30

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張帆;劉杰鋒;李冰;陳綱亮;季節(jié);徐康泰;;基于改進(jìn)Logistic模型階段劃分理論的飽和負(fù)荷預(yù)測(cè)[J];電力建設(shè);2015年10期

2 劉杰鋒;程浩忠;韓新陽(yáng);尤鐘曉;楊宗麟;;多維度飽和負(fù)荷預(yù)測(cè)方法及其應(yīng)用[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2015年02期

3 高建昆;程恩富;;論中國(guó)經(jīng)濟(jì)新常態(tài)下的價(jià)值導(dǎo)向[J];探索;2015年01期

4 王德文;孫志偉;;電力用戶側(cè)大數(shù)據(jù)分析與并行負(fù)荷預(yù)測(cè)[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年03期

5 齊建國(guó);;中國(guó)經(jīng)濟(jì)“新常態(tài)”的語(yǔ)境解析[J];西部論壇;2015年01期

6 張沛;;電力大數(shù)據(jù)應(yīng)用現(xiàn)狀及前景[J];電氣時(shí)代;2014年12期

7 陳強(qiáng);金小明;姚建剛;楊勝杰;龔磊;吳兆剛;;基于改進(jìn)ABC算法的中長(zhǎng)期電力負(fù)荷組合預(yù)測(cè)[J];電力系統(tǒng)保護(hù)與控制;2014年23期

8 鮑正杰;李生虎;趙鋒;陳晨;高傳海;;飽和負(fù)荷預(yù)測(cè)中的改進(jìn)Logistic算法[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2014年11期

9 張建平;劉杰鋒;陳屹東;楊宗麟;馬則良;程浩忠;;基于人均用電量和人均用電負(fù)荷的飽和負(fù)荷預(yù)測(cè)[J];華東電力;2014年04期

10 李振元;李寶聚;王澤一;;大數(shù)據(jù)技術(shù)對(duì)我國(guó)電網(wǎng)未來(lái)發(fā)展的影響研究[J];吉林電力;2014年01期

相關(guān)博士學(xué)位論文 前1條

1 劉曉娟;基于智能方法的電力系統(tǒng)負(fù)荷預(yù)測(cè)模型及其應(yīng)用研究[D];東華大學(xué);2014年

相關(guān)碩士學(xué)位論文 前4條

1 李三奎;上海金融競(jìng)爭(zhēng)力對(duì)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的作用研究[D];上海師范大學(xué);2013年

2 劉冬;基于系統(tǒng)動(dòng)力學(xué)的區(qū)域電力負(fù)荷中長(zhǎng)期預(yù)測(cè)模型研究[D];華北電力大學(xué);2012年

3 唐甜維;我國(guó)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變及困境[D];吉林大學(xué);2011年

4 陳昊;非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)在負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];東南大學(xué);2005年

本文編號(hào)：2769691