近年來,隨著電力改革的不斷深化以及電力市場化的逐漸完善,按計劃進行發(fā)電的生產(chǎn)模式正在逐漸被按需生產(chǎn)的模式所取代。由于電能的特殊性,電力負荷預測成了電力公司進行負荷調(diào)度以及電網(wǎng)日常維護等工作的重要依據(jù)。傳統(tǒng)的負荷預測方法對于平穩(wěn)的負荷數(shù)據(jù)有較高的預測精度,然而影響負荷變化的因素日益復雜,并且多因素對負荷的影響表現(xiàn)出非線性和不確定性,使得傳統(tǒng)負荷預測方法難以準確描述負荷變化趨勢。因而,電力公司迫切需要精度更高的負荷預測方案,以便采取更加科學、高效的管理方式來提高電力系統(tǒng)的安全性和經(jīng)濟性。最小二乘支持向量機（Least Square Support Vector Machine,LSSVM）能很好的解決具有小樣本、非線性、高維、局部極小點等特點的實際問題,并且具有很強的泛化能力,在電力負荷預測領域得到了廣泛的應用。在實際運用過程中,LSSVM參數(shù)的選擇依賴人工經(jīng)驗,缺少相應理論支撐,導致算法精度無法得到保證,因而選擇一個適合具體問題的參數(shù)十分重要。并且,將研究的負荷預測算法應用于實際項目中更是具有非常重要的學術以及工程價值。本文主要包含以下三個方面內(nèi)容:（1）分析了影響負荷變化的相關因素;并... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

圖１．?１?２０００－２０１７年全社會用電量??Ｆｉｌ．?１?Ｅｌｅｃｔｒｉｃｉｔｃｏｎｓｕｍｔｉｏｎ?ｉｎ?ｔｈｅ?ｗｈｏｌｅ?ｓｏｃｉｅｔｆｉｏｍ?２０００?ｔｏ?２０１７??

（２）時間因素??主要表現(xiàn)在季節(jié)更替、節(jié)假日、天和周的周期性變化等對負荷的影響??負荷的日周期性，即在一天２４小時負荷變化所呈現(xiàn)出來的規(guī)律。圖２．３為??某市２００９年３月Ｉ日至２０１９年３月２日電力負荷的曲線圖，以小時為單位采??集數(shù)據(jù)，一共有４８個數(shù)據(jù)。通過觀察該圖發(fā)現(xiàn)，早上７點到中午Ｉ２點，電力負??荷增加明顯，此時為上班時間；丨２點至１３點，有明顯的下降趨勢，該時刻為員??工午餐和休息時間；Ｉ３點至２０點，電力負荷增加到較高水平；２０點開始，電力??負荷表現(xiàn)出明顯下降趨勢，此時公司陸續(xù)下班。第二天負荷變化有相似的特點。??１１０?？??ａ??［Ｉ??５０??！?１?１?１?１?＇?１?１?１?１?＇???０?４?８?１２?１６?２０?２４?２８?３２?３６?４〇?４４?４８??時?Ｍ（ｈ）??圖２．３某市連續(xù)兩天用電負荷曲線圖??Ｆｉｇ２．?３?Ｅｌｅｃｔｒｉｃｉｔｙ?ｌｏａｄ?ｃｕｒｖｅ?ｆｏｒ?ｔｗｏ?ｃｏｎｓｅｃｕｔｉｖｅ?ｄａｙｓ?ｉｎ?ａ?ｃｉｔｙ??負荷的周周期性，即在一周內(nèi)負荷隨著時間的改變所呈現(xiàn)出來的規(guī)律。閣２．４??１３??

?３５??時間（ｄ）??圖２．?２某市冬季平均溫度與負荷變化曲線??Ｆｉｇ２．?２?Ｗｉｎｔｅｒ?ａｖｅｒａｇｅ?ｔｅｍｐｅｒａｔｕｒｅ?ａｎｄ?ｌｏａｄ?ｃｕｒｖｅ?ｉｎ?ａ?ｃｉｔｙ??（２）時間因素??主要表現(xiàn)在季節(jié)更替、節(jié)假日、天和周的周期性變化等對負荷的影響??負荷的日周期性，即在一天２４小時負荷變化所呈現(xiàn)出來的規(guī)律。圖２．３為??某市２００９年３月Ｉ日至２０１９年３月２日電力負荷的曲線圖，以小時為單位采??集數(shù)據(jù)，一共有４８個數(shù)據(jù)。通過觀察該圖發(fā)現(xiàn)，早上７點到中午Ｉ２點，電力負??荷增加明顯，此時為上班時間；丨２點至１３點，有明顯的下降趨勢，該時刻為員??工午餐和休息時間；Ｉ３點至２０點，電力負荷增加到較高水平；２０點開始，電力??負荷表現(xiàn)出明顯下降趨勢，此時公司陸續(xù)下班。第二天負荷變化有相似的特點。??１１０?？??ａ??［Ｉ??５０??！?１?１?１?１?＇?１?１?１?１?＇???０?４?８?１２?１６?２０?２４?２８?３２?３６?４〇?４４?４８??時?Ｍ（ｈ）??圖２．３某市連續(xù)兩天用電負荷曲線圖??Ｆｉｇ２．?３?Ｅｌｅｃｔｒｉｃｉｔｙ?ｌｏａｄ?ｃｕｒｖｅ?ｆｏｒ?ｔｗｏ?ｃｏｎｓｅｃｕｔｉｖｅ?ｄａｙｓ?ｉｎ?ａ?ｃｉｔｙ??負荷的周周期性?


本文編號：3058334