發(fā)布時(shí)間：2021-03-21 23:20

　　負(fù)荷預(yù)測是電力部門的重要工作之一。負(fù)荷預(yù)測是電力部門規(guī)劃,生產(chǎn)和運(yùn)行等工作的重要基礎(chǔ),合理準(zhǔn)確的負(fù)荷預(yù)測能夠有效地降低儲(chǔ)備容量,提高電網(wǎng)運(yùn)行的安全穩(wěn)定性,降低發(fā)電成本,保證用電需求,為國民經(jīng)濟(jì)發(fā)展提供先決條件。因此,為了保證負(fù)荷預(yù)測的準(zhǔn)確性與穩(wěn)定性,改進(jìn)與研究出更加有效的預(yù)測方法是非常必要的。負(fù)荷預(yù)測以預(yù)測周期的不同,一般可以劃分為超短期負(fù)荷預(yù)測,短期負(fù)荷預(yù)測與中長期負(fù)荷預(yù)測,其中,中長期負(fù)荷預(yù)測通常是以年作為預(yù)測單位,是本文論述的重點(diǎn)。本文首先討論了電力系統(tǒng)中長期負(fù)荷預(yù)測研究的目的和意義,以及用于負(fù)荷預(yù)測的各種方法的比較,介紹了負(fù)荷預(yù)測的概論,基本原理以及負(fù)荷預(yù)測的誤差分析等情況。其次以四川遂寧地區(qū)作為研究背景,分別以線性回歸法,多項(xiàng)式預(yù)測法,灰色預(yù)測法等方法對此地區(qū)進(jìn)行電力負(fù)荷預(yù)測,通過預(yù)測結(jié)果選擇符合該地區(qū)的預(yù)測模型,然后通過等權(quán)平均組合預(yù)測法,最小方差法,方差-協(xié)方差預(yù)測法對其進(jìn)行組合預(yù)測,提高預(yù)測精度。目前,我國社會(huì)經(jīng)濟(jì)快速發(fā)展,科技創(chuàng)新日新月異,人民生活水平不斷提高,隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)的不斷深入,淘汰落后產(chǎn)業(yè),加快布局高新技術(shù)產(chǎn)業(yè)、現(xiàn)代服務(wù)業(yè)、現(xiàn)代農(nóng)業(yè)成為各個(gè)地區(qū)的... 

【文章來源】：西華大學(xué)四川省

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

一元回歸模型預(yù)測曲線圖

圖 3.2 一元線性回歸殘差分析圖Fig. 3.2 residual analysis chart of unary linear regression殘差分析如上圖所示，明顯沒有殘差過大的數(shù)據(jù)，，其殘差平方合為 28437.61顯著水平 sig.=0.00 小于 0.05，因此該回歸方程有效。（3）預(yù)測結(jié)果最終的預(yù)測結(jié)果如表 3.4 所示。表 3.4 基于時(shí)間的一元線性回歸擬合預(yù)測表年份 變量 實(shí)際負(fù)荷（萬千萬時(shí)）預(yù)測負(fù)荷（萬千瓦時(shí)）相對誤差（%）2007 1 63483 57555 9.342008 2 72157 70189 2.732009 3 79854 82823 -3.722010 4 92069 95457 -3.682011 5 106780 108091 -1.232012 6 113572 120725 -6.30

（1）觀察遂寧地區(qū) 2007 年-2017 年的 GDP 數(shù)據(jù)，基本為單調(diào)遞增，因此初步判定其符合一元線性回歸模型的適用條件。采用 matlab 軟件對其進(jìn)行擬合，得到電力負(fù)荷與 GDP 的擬合回歸模型為：y=12908.57+160.12x （3-8）（2）對其模型進(jìn)行檢驗(yàn)，結(jié)果如表 3.5 所示：表 3.5 關(guān)于 GDP 的一元線性回歸模型擬合概述表模型摘要模型 R2R修正的2R1 0.981 0.962 0.959由表 3.5 可以得出，相關(guān)系數(shù)的值 r=0.981，擬合的線性回歸模型確定系數(shù)為2r =0.962，調(diào)整后值為 0.959，，可以說明由 GDP 為相關(guān)系數(shù)的一元回歸模型擬合優(yōu)先度高。其預(yù)測模型圖如圖 3.3 所示：

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合模糊粗糙集和支持向量機(jī)的電力負(fù)荷短期預(yù)測方法[J]. 趙慧材,陳躍輝,陳瑞先,彭子揚(yáng).  中國電力. 2015(02)
[2]基于混沌時(shí)間序列及神經(jīng)網(wǎng)絡(luò)的大同電網(wǎng)負(fù)荷短期預(yù)測研究[J]. 劉振宇,馮華,楊仁剛.  中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(06)
[3]用電量需求與GDP協(xié)調(diào)發(fā)展預(yù)測分析[J]. 羅廣雷,胡錫國,趙陽.  當(dāng)代經(jīng)濟(jì). 2014(11)
[4]基于指數(shù)平滑技術(shù)在生產(chǎn)預(yù)測中的研究[J]. 練金.  中國高新技術(shù)企業(yè). 2014(11)
[5]西藏經(jīng)濟(jì)發(fā)展預(yù)測及影響因素分析[J]. 劉紅衛(wèi),肖彩波.  西藏大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2013(04)
[6]地區(qū)經(jīng)濟(jì)與電力需求預(yù)測[J]. 謝洋.  貴州電力技術(shù). 2013(11)
[7]云模型優(yōu)化LSSVR的短期電力負(fù)荷預(yù)測[J]. 張捍東,張莉,湯敏.  自動(dòng)化儀表. 2013(11)
[8]基于支持向量回歸的電力系統(tǒng)短期負(fù)荷預(yù)測[J]. 邱存勇,肖建.  計(jì)算機(jī)仿真. 2013(11)
[9]電力系統(tǒng)負(fù)荷預(yù)測研究[J]. 王曉旭.  機(jī)電信息. 2013(30)
[10]基于等微增率準(zhǔn)則的可中斷電價(jià)設(shè)計(jì)模型[J]. 劉蘭菊.  技術(shù)經(jīng)濟(jì)與管理研究. 2013(09)

碩士論文
[1]基于組合模型的最大電力負(fù)荷預(yù)測[D]. 劉玉東.蘭州大學(xué) 2017
[2]基于數(shù)據(jù)預(yù)處理和人工智能優(yōu)化的組合預(yù)測模型的研究及應(yīng)用[D]. 王亞宸.蘭州大學(xué) 2017
[3]電力負(fù)荷特性分析及短期負(fù)荷預(yù)測系統(tǒng)的研發(fā)[D]. 于浩祺.湖南大學(xué) 2016
[4]組合預(yù)測方法在中長期電力負(fù)荷預(yù)測中的應(yīng)用[D]. 段柯利.天津大學(xué) 2016
[5]基于嵌套組合模型的中長期電力負(fù)荷預(yù)測研究[D]. 唐祥玲.西華大學(xué) 2015
[6]城市區(qū)域負(fù)荷及其目標(biāo)網(wǎng)架研究[D]. 羅敏.南昌大學(xué) 2013
[7]中長期電力負(fù)荷預(yù)測的研究與應(yīng)用[D]. 侯永輝.華北水利水電大學(xué) 2013
[8]電力市場下短期電價(jià)預(yù)測研究[D]. 王勤智.昆明理工大學(xué) 2013
[9]基于混沌理論的電力系統(tǒng)短期負(fù)荷預(yù)測研究[D]. 張永強(qiáng).沈陽理工大學(xué) 2013
[10]眉山電力負(fù)荷預(yù)測的規(guī)劃布點(diǎn)管理系統(tǒng)設(shè)計(jì)[D]. 鄒汝杰.電子科技大學(xué) 2012



本文編號(hào)：3093679