【摘要】：步入“十三五”以來,我國經(jīng)濟發(fā)展表現(xiàn)出速度變化、結(jié)構(gòu)優(yōu)化、動力轉(zhuǎn)換三大特點,增長速度從高速轉(zhuǎn)向中高速,結(jié)構(gòu)從增量擴能為主轉(zhuǎn)向調(diào)整存量、做優(yōu)增量并舉,動力從資源消耗及低成本勞動力驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動,以上變化標志著我國經(jīng)濟發(fā)展模式已經(jīng)開始轉(zhuǎn)型。在此背景下,我國的電力負荷增長趨勢開始發(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。如何運用眾多關(guān)聯(lián)因素對電力負荷進行準確預(yù)測以及如何有效地處理海量負荷數(shù)據(jù)已成為當前電力負荷預(yù)測面臨的難題。針對影響電力負荷變化的因素,本文從經(jīng)濟與氣象兩方面入手,引入組合預(yù)測與大數(shù)據(jù)處理技術(shù),以某實際電網(wǎng)為例,分別研究二者與電力負荷之間的關(guān)系,并進行電力負荷預(yù)測。首先,本文敘述了國內(nèi)外電力負荷預(yù)測研究現(xiàn)狀以及大數(shù)據(jù)技術(shù)在電力負荷預(yù)測的研究現(xiàn)狀。然后,本文根據(jù)實際電網(wǎng)所轄區(qū)域的經(jīng)濟和電力負荷發(fā)展現(xiàn)狀,提出考慮經(jīng)濟轉(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荷增長的關(guān)鍵經(jīng)濟因素。最后,本文建立基于多屬性決策算法的組合預(yù)測模型,利用關(guān)鍵經(jīng)濟因素預(yù)測電力負荷。通過實例分析驗證了本文所提組合預(yù)測模型的有效性和可行性。針對大量電力負荷數(shù)據(jù)難以處理的問題,本文將大數(shù)據(jù)理念和技術(shù)引入到中長期電力負荷預(yù)測當中,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)錯誤率的重要性評分方法,對影響電力負荷波動的氣象因素進行重要性評分。在此基礎(chǔ)上,利用大數(shù)據(jù)平臺PySpark,編寫隨機森林回歸算法,利用大數(shù)據(jù)平臺的分布式架構(gòu),對電力負荷進行氣象關(guān)聯(lián)預(yù)測。實例分析結(jié)果表明,針對數(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荷變化的重要性,通過與支持向量機和相關(guān)向量機模型在預(yù)測精度、訓(xùn)練時間和模型復(fù)雜度三個方面進行綜合比較,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)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：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)研我國某實際區(qū)域電網(wǎng)，搜集整理該區(qū)域的實際電力負荷數(shù)據(jù)和各類經(jīng)濟、氣象等關(guān)聯(lián)數(shù)據(jù)，對電力負荷進行經(jīng)濟關(guān)聯(lián)度分析及氣象指標重要性評價。2005 至 2010 年，該區(qū)域 GDP 總量保持 11%的年均增長速度，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 萬億元，GDP 增長率為 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 年電力負荷量及電力負荷增長率Fig. 2- 3 Power demand and growth rate of one region from 2005 to 2015.4.1 經(jīng)濟指標的關(guān)聯(lián)度計算該區(qū)域是我國經(jīng)濟發(fā)展速度最快的地區(qū)之一。在 2006 年由工業(yè)化初期進入化中期，比全國 2011 年進入工業(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)電力負荷的自身特點，使000-2015 年電力負荷總量與各類相關(guān)經(jīng)濟指標進行關(guān)聯(lián)計算分析。對已選的 9 個經(jīng)濟指標與電力負荷進行關(guān)聯(lián)度計算，結(jié)果如表 2- 3 所示：表 2- 3 2000-2015 年經(jīng)濟指標與電力負荷關(guān)聯(lián)度Table 2- 3 Grey relativity analysis of economic index and power demand from 2000 to 2015指標 指標關(guān)聯(lián)度GDP 總量 0.87GDP 增長率 0.67二產(chǎn)占比 0.64

圖 2- 4 指標相關(guān)性對比分析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，擬合效果相對遜色于曲線 1。在測試區(qū)間，曲線 2 與實際曲線出現(xiàn)較大偏差，了曲線 2 所用指標與電力負荷沒有長期均衡的關(guān)系，即出現(xiàn)“偽相關(guān)”現(xiàn)象曲線 1 擬合效果較好，預(yù)測平均誤差僅為 1.8%，對比驗證本文所選指標與電荷具有長期均衡關(guān)系。4.2 氣象指標的重要性評分該區(qū)域大部分位于我國東南沿海，氣候四季分明，主要為“春暖”、“夏炎秋爽”、“冬寒”，屬于亞熱帶濕潤性季風(fēng)氣候，“熱”和“濕”是其重要氣候，尤其是夏季高溫多雨、雨熱同期特征明顯。該區(qū)域高溫過程可大致分為五個等級：短暫高溫過程（連續(xù) 3 天大于等℃）、中等高溫過程（連續(xù) 5 天大于等于 35℃）、較強高溫過程（連續(xù) 8 天大于 35℃）、強高溫過程（連續(xù) 17 天大于等于 35℃）、極強高溫過程（連續(xù) 30

【參考文獻】

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Logistic模型階段劃分理論的飽和負荷預(yù)測[J];電力建設(shè);2015年10期

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

3 高建昆;程恩富;;論中國經(jīng)濟新常態(tài)下的價值導(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)分析與并行負荷預(yù)測[J];中國電機工程學(xué)報;2015年03期

5 齊建國;;中國經(jīng)濟“新常態(tài)”的語境解析[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];電氣時代;2014年12期

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

8 鮑正杰;李生虎;趙鋒;陳晨;高傳海;;飽和負荷預(yù)測中的改進Logistic算法[J];電力系統(tǒng)及其自動化學(xué)報;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荷的飽和負荷預(yù)測[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)對我國電網(wǎng)未來發(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)負荷預(yù)測模型及其應(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;上海金融競爭力對經(jīng)濟轉(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)動力學(xué)的區(qū)域電力負荷中長期預(yù)測模型研究[D];華北電力大學(xué);2012年

3 唐甜維;我國經(jīng)濟發(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)典計量經(jīng)濟學(xué)在負荷預(yù)測中的應(yīng)用研究[D];東南大學(xué);2005年

本文編號：2769691