電力市場化是當前電力體制不斷發(fā)展的產物,電能是其中最重要的部分之一,它的價格是電力市場的重要因素,保證市場的穩(wěn)定運行,對電價的預測也逐漸成為各國學者的關注焦點。從發(fā)電側角度分析,發(fā)電公司可以通過預測電價來制訂準確的投標計劃,從而取得更大的利潤;從購電方角度分析,用戶可以通過預測的電價調整用電量,有效地控制購電成本;從市場監(jiān)管者角度分析,電價預測可為市場的穩(wěn)定發(fā)展提供科學依據。所以,電價預測在電力市場中具有重要意義。通過對各國電力市場的歷史數據分析發(fā)現電價具有一定的周期性和波動性,而且電價的影響因素很多,除了歷史電價、歷史負荷這些可量化的因素之外,還包括氣候、市場需求等時變因素,不能量化的因素,這些都大大增加了電價預測工作的難度。同時預測樣本的選擇同樣影響電價預測的精度,如何選擇和處理輸入數據是本文需要考慮的一個重點。本文的研究課題為預測短期電價。鑒于電價的隨機性特點,在分析不同模型預測電價的優(yōu)缺點后,本文采用BP神經網絡算法,因為神經網絡具有很好的泛化能力,能處理各種非線性問題。但同時,BP神經網絡存在收斂速度慢,反向傳播過程中會僅僅收斂到局部最小值的缺點,造成訓練時間長。針對BP神經...

【文章頁數】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現狀
        1.2.1 電價預測的分類
        1.2.2 電價預測的研究現狀
    1.3 論文的組織安排
第2章 電價預測基本原理
    2.1 電價形成機制
    2.2 電價特點分析
    2.3 電價影響因素
        2.3.1 歷史電價
        2.3.2 負荷
        2.3.3 其它因素
        2.3.4 輸入變量的選擇
    2.4 本章小結
第3章 基于BP神經網絡的短期電價預測方法
    3.1 基于人工神經網絡的電價預測方法綜述
    3.2 BP神經網絡原理
    3.3 基于BP神經網絡的短期電價預測分析
        3.3.1 數據的選取
        3.3.2 數據預處理
        3.3.3 BP神經網絡確定隱含層節(jié)點數
        3.3.4 誤差分析
    3.4 實驗結果
    3.5 本章小結
第4章 遺傳算法優(yōu)化的BP神經網絡短期電價預測算法設計
    4.1 GABP算法設計思想
        4.1.1 傳統(tǒng)BP神經網絡電價預測方法的不足
        4.1.2 遺傳算法的原理和模型分析
        4.1.3 基于遺傳算法對BP神經網絡的改進
    4.2 GABP短期電價預測算法的設計
    4.3 對比實驗
    4.4 本章小結
第5章 基于MapReduce的GABP的短期電價預測算法實現
    5.1 云計算
        5.1.1 Hadoop
        5.1.2 HDFS
        5.1.3 MapReduce
        5.1.4 HBase
    5.2 基于Hadoop的GABP電價預測算法并行化實現
        5.2.1 MR-GABP的算法設計
        5.2.2 MR-GABP的并行化實現
    5.3 Hadoop云計算平臺與開發(fā)環(huán)境的搭建與配置
        5.3.1 系統(tǒng)環(huán)境配置
        5.3.2 全分布Hadoop集群搭建
        5.3.3 全分布HBase的安裝與配置
        5.3.4 開發(fā)平臺搭建
    5.4 對比實驗
    5.5 本章小結
第6章 總結與展望
    6.1 本論文的主要工作
    6.2 本文不足及展望
參考文獻
致謝
在碩士研究生學習期間發(fā)表的學術論文及科研情況



本文編號：3837765