隨著電力系統(tǒng)的發(fā)展,電力系統(tǒng)的負(fù)荷預(yù)測發(fā)揮著越來越重要的作用。電力系統(tǒng)負(fù)荷預(yù)測對電力系統(tǒng)的運(yùn)行維護(hù)意義重大,準(zhǔn)確的負(fù)荷預(yù)測有助于提高電力系統(tǒng)的安全穩(wěn)定。負(fù)荷數(shù)據(jù)具備空間和時(shí)間上的特點(diǎn)。在空間上,負(fù)荷數(shù)據(jù)受各類外界因素影響,例如氣象條件和節(jié)假日等因素。在時(shí)間上,負(fù)荷數(shù)據(jù)是一種時(shí)間序列數(shù)據(jù),每個(gè)時(shí)刻的負(fù)荷數(shù)據(jù)和歷史負(fù)荷數(shù)據(jù)相關(guān)聯(lián),歷史信息對于負(fù)荷預(yù)測有很高的參考價(jià)值。準(zhǔn)確的負(fù)荷預(yù)測需要同時(shí)考慮負(fù)荷數(shù)據(jù)在時(shí)間和空間上的特點(diǎn),而傳統(tǒng)負(fù)荷預(yù)測模型無法做到既能對外界因素全面考慮又能從歷史數(shù)據(jù)中學(xué)習(xí)有用信息。深度學(xué)習(xí)的時(shí)序預(yù)測模型能夠很好地解決負(fù)荷預(yù)測在時(shí)間和空間上的問題。為了提升預(yù)測的精度,對預(yù)測結(jié)果的殘差進(jìn)行修正是一種可行的方法。殘差具備無序性的特點(diǎn),傳統(tǒng)的殘差修正模型并不能很好地?cái)M合殘差。深度學(xué)習(xí)的時(shí)間序列模型能夠從無序的殘差序列數(shù)據(jù)中學(xué)習(xí)有用信息,從而可以對殘差進(jìn)行良好的擬合和預(yù)測。結(jié)合以上分析,本文對相關(guān)問題進(jìn)行了研究,主要包括以下內(nèi)容:分析了負(fù)荷數(shù)據(jù)的特點(diǎn),提出了新的缺失數(shù)據(jù)補(bǔ)充法和異常數(shù)據(jù)檢測法。結(jié)合負(fù)荷數(shù)據(jù)的特點(diǎn)分析了傳統(tǒng)負(fù)荷預(yù)測方法的缺陷。利用深度學(xué)習(xí)時(shí)序模型對歷史負(fù)荷信息的記憶和... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１負(fù)荷數(shù)據(jù)的時(shí)間序列分解??Ｆｉｇ．２．１?ｌｉｍｅ?ｓｅｒｉｅｓ?ｄｅｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｌｏａｄ?ｄａｔａ??

圖２．２負(fù)荷數(shù)據(jù)的自相關(guān)系數(shù)??Ｆｉｇ．２．２?Ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ?ｃｏｅｆｆｉｃｉｅｎｔ?ｏｆ?ｌｏａｄ?ｄａｔａ??圖２．２中陰影區(qū)域是以相關(guān)系數(shù)２倍正負(fù)標(biāo)準(zhǔn)差為邊界的置信區(qū)間，相關(guān)系數(shù)處于置??信區(qū)間之外則表示相關(guān)性顯著。橫軸表示滯后階數(shù)，縱軸為相關(guān)系數(shù)，范圍在［－Ｕ］內(nèi)。滯??后階數(shù)用ｌａｇｓ表示，ｌａｇｓ＝ｌ表示和當(dāng)前時(shí)刻距離１個(gè)時(shí)間單位的歷史時(shí)刻，也就是ｔ－１時(shí)??刻。ｌａｇｓ＝ｌ對應(yīng)的相關(guān)系數(shù)的含義是，滯后１個(gè)時(shí)間單位的序列和原序列之間的相關(guān)性大??小。由圖２．２可以看出，自相關(guān)系數(shù)在連續(xù)多個(gè)階數(shù)上大于零，說明時(shí)間序列在時(shí)間上和??自身有很緊密的相關(guān)性。超出區(qū)間外的滯后階數(shù)有ｌａｇｓ＝ｌ，２．．．，３７，表明對于時(shí)刻ｔ的負(fù)荷??數(shù)據(jù)，ｔ－１，ｔ－２，．．．，ｔ－３７歷史時(shí)刻的數(shù)據(jù)和當(dāng)前時(shí)刻負(fù)荷數(shù)據(jù)的相關(guān)度最高。對于非時(shí)序預(yù)??測模型來說，相關(guān)度較高的歷史時(shí)刻是重要的時(shí)間特征，預(yù)測將來的數(shù)據(jù)需要使用這些歷??史時(shí)刻的信息。??２．１．３負(fù)荷數(shù)據(jù)受現(xiàn)實(shí)因素影響下的特性??由負(fù)荷值的分布圖可以看出

圖２．３節(jié)假日分布??Ｆｉｇ．２．３?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｈｏｌｉｄａｙ??由圖２．３可以看出，大部分法定節(jié)假日對應(yīng)著負(fù)荷最低的點(diǎn)。這是因?yàn)榉ǘü?jié)假日全??民放假，作為電力消耗大戶的大部分工廠減少生產(chǎn)，使得法定節(jié)假日的負(fù)荷大大降低。負(fù)??荷值從正常工作日到法定節(jié)假日會經(jīng)歷一個(gè)較大的數(shù)值上的突變。??２３００??２２５０??１２。。。?￥?Ｖ?Ｖ??倉?１９５０?？??１?辱?１９００??＿?１８５０??＾?１８００??ｔ￣ＩＣＮＪＣ〇?對?ＬＯＣＤ?卜?ＣＯＯＯｒＨＣＮｉＣＯ?寸?ＬＯＣＤ?卜?Ｃ０Ｏ５Ｏ?—?Ｃ－ＪＣＯ?寸?１＊０＜￡）卜??、、、、、、、、、?ＣＭ?ＣＭＣＭＣＮＪＯＪ??ＣＯＣＯＣＯＣＯＣＯ?ＣＯ?ＯＱ?ＣＯ?ＣＯ?＼??Ｄ?３?＆?Ｓ?２?Ｃ?Ｑ?Ｃ?Ｃ?Ｑ?Ｃ?Ｑ?Ｃ?Ｃｌ?ｄ??ｔＨ＾Ｈ—ＣＪ?Ｃ＼Ｊ?Ｃ＼ｉ

【參考文獻(xiàn)】：
期刊論文
[1]基于季節(jié)調(diào)整和BP神經(jīng)網(wǎng)絡(luò)的月度負(fù)荷預(yù)測[J]. 龍勇,蘇振宇,汪於.  系統(tǒng)工程理論與實(shí)踐. 2018(04)
[2]基于R語言的負(fù)荷預(yù)測ARIMA模型并行化研究[J]. 麥鴻坤,肖堅(jiān)紅,吳熙辰,陳馳.  電網(wǎng)技術(shù). 2015(11)
[3]基于灰色投影改進(jìn)隨機(jī)森林算法的電力系統(tǒng)短期負(fù)荷預(yù)測[J]. 吳瀟雨,和敬涵,張沛,胡駿.  電力系統(tǒng)自動(dòng)化. 2015(12)
[4]母線負(fù)荷預(yù)測中樣本數(shù)據(jù)預(yù)處理的新方法[J]. 李光珍,劉文穎,云會周,高玉華.  電網(wǎng)技術(shù). 2010(02)
[5]基于PCA-SVM的電力系統(tǒng)短期負(fù)荷預(yù)測[J]. 李云飛,黃彥全,蔣功連.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2007(05)
[6]提高時(shí)間序列氣象適應(yīng)性的短期電力負(fù)荷預(yù)測算法[J]. 朱陶業(yè),李應(yīng)求,張穎,張學(xué)莊,何朝陽.  中國電機(jī)工程學(xué)報(bào). 2006(23)
[7]EMS中負(fù)荷預(yù)測不良數(shù)據(jù)的辨識與修正[J]. 葉鋒,何樺,顧全,張高峰.  電力系統(tǒng)自動(dòng)化. 2006(15)
[8]改進(jìn)殘差灰色預(yù)測模型在負(fù)荷預(yù)測中的應(yīng)用[J]. 王翠茹,孫辰軍,楊靜,馮海迅.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2006(01)
[9]電力短期負(fù)荷的多變量時(shí)間序列線性回歸預(yù)測方法研究[J]. 雷紹蘭,孫才新,周湶,張曉星.  中國電機(jī)工程學(xué)報(bào). 2006(02)
[10]自適應(yīng)卡爾曼濾波在電力系統(tǒng)短期負(fù)荷預(yù)測中的應(yīng)用[J]. 馬靜波,楊洪耕.  電網(wǎng)技術(shù). 2005(01)



本文編號：2975496