本文關鍵詞：某市中長期電力負荷預測研究

  更多相關文章： 中長期負荷預測 回歸預測 灰色預測 模糊預測 組合預測

【摘要】：負荷預測是電力系統(tǒng)規(guī)劃和運行研究的重要內(nèi)容,是保證電力系統(tǒng)可靠供電和經(jīng)濟運行的前提,是電力系統(tǒng)規(guī)劃建設的依據(jù)。準確的負荷預測有利于提高電網(wǎng)運行的安全穩(wěn)定性,有效地降低發(fā)電成本,保證用電需求,增強供電可靠性,從而提高電力系統(tǒng)的經(jīng)濟效益和社會效益。本論文收集并整理了某市的大量數(shù)據(jù)資料,如某市用電量、最大負荷、地區(qū)生產(chǎn)總值等,調(diào)研了某市的地理情況、自然情況、“十二五”規(guī)劃、社會發(fā)展和電源情況等。論文采取定量預測技術避免了主觀因素的影響,找到適合某市實際情況的負荷預測模型,科學地進行某市負荷預測。首先,本文討論了介紹了負荷預測的概論、基本原理、分類、預測的基本程序以及負荷預測的誤差分析等情況。其次,文章詳細介紹了回歸預測、灰色預測以及模糊預測方法的建模原理與過程,討論了組合預測模型的建立。針對組合預測中單一模型的選取,本文采用了灰色關聯(lián)分析和冗余檢驗的方法;對于各模型權(quán)重系數(shù)的求解,本文介紹了等權(quán)平均和遞歸等權(quán)組合預測方法。課題結(jié)合某市2008~2014年的歷史負荷數(shù)據(jù),分別進行中長期電力負荷預測,并利用所選單一模型的預測結(jié)果分別進行了等權(quán)平均和遞歸等權(quán)組合預測,并與單一模型預測結(jié)果進行比較。最終決定采用回歸分析法、神經(jīng)網(wǎng)絡法、彈性系數(shù)法進行某市負荷的中期預測,電力彈性系數(shù)法的預測結(jié)果與回歸分析法和神經(jīng)網(wǎng)絡法的預測結(jié)果基本一致的,從而驗證了回歸分析法和神經(jīng)網(wǎng)絡法能夠作為某市負荷預測的方法,且預測結(jié)果具有一定的準確度。通過這三種方法,得到了某市2015年到2018年用電量和最大負荷的高、中、低三種預測方案。采用負荷密度法進行某市負荷的長期預測。為了直觀的分析,利用AutoCAD軟件繪制了某市負荷密度分布圖。最后,進行了某市電力電量平衡的預測,針對分析結(jié)果,指出未來幾年內(nèi),某市需要改善電網(wǎng)結(jié)構(gòu),提高并網(wǎng)以及供電的可靠性。本文的研究結(jié)果可以作為某市配網(wǎng)改造、電力調(diào)度、供電質(zhì)量提高、定期檢修和發(fā)電計劃等的參考依據(jù)。結(jié)果表明,遞歸等權(quán)組合預測模型比等權(quán)平均組合預測模型及單一模型的建模精度有所提高,適用于進行中長期負荷預測。最后,文章還對建模計算過程進行了編程計算,大大提高了預測速度,并利用上述方法,對某市2015-2018年負荷的總量進行了預測,為某市電網(wǎng)規(guī)劃提供負荷依據(jù)。
【關鍵詞】：中長期負荷預測 回歸預測 灰色預測 模糊預測 組合預測
【學位授予單位】：西華大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM715
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-14
• 1.1 論文的研究背景及意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 論文的主要工作13-14
• 2 中長期負荷預測方法的研究14-21
• 2.1 負荷預測的概念及特點14-16
• 2.2 負荷預測的分類及方法16-19
• 2.3 負荷預測的影響因素19-21
• 3 某市電力中長期負荷預測21-55
• 3.1 國民經(jīng)濟發(fā)展規(guī)劃情況21-22
• 3.2 歷史供電量和供電負荷總量22-23
• 3.3 負荷預測的基本步驟23
• 3.4 負荷預測的誤差分析23-25
• 3.4.1 誤差產(chǎn)生原因23-24
• 3.4.2 誤差分析24-25
• 3.5 電力負荷需求預測25-33
• 3.5.1 回歸預測模型預測未來負荷25-26
• 3.5.2 灰色預測模型預測未來負荷26-28
• 3.5.3 模糊預測模型預測未來負荷28-29
• 3.5.4 預測模型的選取29
• 3.5.5 組合模型預測未來負荷29-31
• 3.5.6 預測模型的誤差分析31-32
• 3.5.7 利用遞歸等權(quán)組合模型預測 2015-2018 年負荷需求32
• 3.5.8 預測流程32-33
• 3.6 中期負荷預測33-49
• 3.6.1 回歸分析法34-40
• 3.6.2 神經(jīng)網(wǎng)絡法40-46
• 3.6.3 利用彈性系數(shù)法校驗46-48
• 3.6.4 中期負荷預測結(jié)果48-49
• 3.7 負荷空間預測法49-55
• 3.7.1 負荷密度法49-53
• 3.7.2 預測結(jié)果校驗53
• 3.7.3 長期負荷預測結(jié)果53-55
• 4 某市中長期電力電量平衡分析55-60
• 4.1 主要原則56-57
• 4.2 電力平衡57-59
• 4.3 電量平衡59
• 4.4 小結(jié)59-60
• 5 總結(jié)60-61
• 參考文獻61-64
• 致謝64-65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鐘慶,吳捷,鐘丹虹;基于系統(tǒng)論的負荷預測集成化方法[J];電力自動化設備;2002年10期

2 張伏生,劉芳,趙文彬,寇強,劉沛津,曹正建;基于Internet/Intranet的負荷預測系統(tǒng)方案[J];電力系統(tǒng)自動化;2003年10期

3 康重慶;牟濤;夏清;;電力系統(tǒng)多級負荷預測及其協(xié)調(diào)問題 (一)研究框架[J];電力系統(tǒng)自動化;2008年07期

4 李小銳;黎燦兵;袁彥;;基于下級負荷預測的短期負荷預測新算法[J];江西電力職業(yè)技術學院學報;2008年02期

5 李新煒;王子琦;方鳴;周鵬;王啟明;李同;鞠平;;基于分區(qū)逐時氣象信息的全網(wǎng)負荷預測研究[J];電力系統(tǒng)保護與控制;2009年03期

6 康重慶;趙燃;陳新宇;楊興宇;曹欣;劉梅;;多級負荷預測的基礎問題分析[J];電力系統(tǒng)保護與控制;2009年09期

7 任峰;丁超;;市場環(huán)境下負荷預測誤差風險管理研究[J];現(xiàn)代電力;2009年03期

8 羅鳳章;王成山;肖峻;侯磊;王建民;李亦農(nóng);陳春琴;王賽一;;計及氣溫因素的年度負荷預測修正方法[J];電力系統(tǒng)及其自動化學報;2009年03期

9 楊凱;;如何提高負荷預測的準確率[J];大眾用電;2009年10期

10 李q，

本文編號：796817