【摘要】：近年來(lái),我國(guó)電力負(fù)荷峰值增長(zhǎng)速度較快,尤其是華東地區(qū),負(fù)荷峰值不斷刷新,導(dǎo)致在負(fù)荷高峰時(shí)段電力供需不平衡問(wèn)題日益突出,電網(wǎng)運(yùn)行成本增加。準(zhǔn)確的負(fù)荷峰值預(yù)測(cè)可以為電網(wǎng)提高電網(wǎng)迎峰度夏和供電服務(wù)能力提供支撐,同時(shí),也可以提高經(jīng)濟(jì)性。針對(duì)上述問(wèn)題,本文提出一種基于貝葉斯網(wǎng)絡(luò)的電力負(fù)荷峰值預(yù)測(cè)方法,并分析負(fù)荷高峰時(shí)段總負(fù)荷與臺(tái)區(qū)負(fù)荷的關(guān)聯(lián)性。本文分析了上海浦東區(qū)總負(fù)荷的日和周負(fù)荷峰值特性,研究峰值預(yù)測(cè)模型樣本,基于向前逐步選擇正則化提出兩階段法進(jìn)行模型因素選擇,并以實(shí)例驗(yàn)證選擇出了 6個(gè)最佳變量,驗(yàn)證了因子選擇方法的可行性及有效性。提出基于貝葉斯網(wǎng)絡(luò)的電力負(fù)荷峰值預(yù)測(cè)模型,構(gòu)建了基于負(fù)荷高峰時(shí)段的貝葉斯網(wǎng)絡(luò)負(fù)荷峰值預(yù)測(cè)及基于k-means聚類的貝葉斯網(wǎng)絡(luò)負(fù)荷峰值預(yù)測(cè)的兩種峰值預(yù)測(cè)模式。選擇上海浦東電力負(fù)荷數(shù)據(jù),分別利用兩種模式進(jìn)行日和周負(fù)荷峰值預(yù)測(cè),在峰值時(shí)間預(yù)測(cè)精度及模型學(xué)習(xí)時(shí)間具有較大優(yōu)勢(shì),驗(yàn)證了基于貝葉斯網(wǎng)絡(luò)的峰值預(yù)測(cè)方法的可行性及有效性�？紤]在高峰時(shí)段內(nèi)臺(tái)區(qū)負(fù)荷(包括普通臺(tái)區(qū)和專變臺(tái)區(qū))與總負(fù)荷的相似性及對(duì)總負(fù)荷量的貢獻(xiàn)率,提出基于二次聚類法進(jìn)行高峰負(fù)荷與臺(tái)區(qū)負(fù)荷關(guān)聯(lián)分析方法。抽取上海浦東區(qū)8954個(gè)臺(tái)區(qū)某日負(fù)荷數(shù)據(jù)為例進(jìn)行驗(yàn)證,根據(jù)其第二次聚類后的典型負(fù)荷曲線高低順序可作為一種錯(cuò)峰調(diào)度優(yōu)先級(jí)考慮,驗(yàn)證了本文所提方法的可行性及有效性。
【圖文】：

圖２－１所示，由圖可得，除節(jié)假日偏離正態(tài)分布較大外其余所逡逑有隨機(jī)變量近似服從正太分布，節(jié)假日在模型因素選擇中對(duì)負(fù)荷總體變化影響較逡逑為明顯，所以考慮保留該變量

＼為初始貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)；逡逑２）根據(jù)ＢＩＣ評(píng)分準(zhǔn)則計(jì)算當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)評(píng)分；逡逑３）判斷是否滿足收斂準(zhǔn)則，若滿足則輸出當(dāng)前最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)若不滿足，逡逑繼續(xù)步驟４）。其中收斂準(zhǔn)則為若ｍ步內(nèi)構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)評(píng)分沒(méi)有提高，則該ｍ步內(nèi)構(gòu)建的結(jié)構(gòu)評(píng)分最高的網(wǎng)絡(luò)結(jié)構(gòu)；逡逑４）確定當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)Ｓ的鄰域，即在此網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上通過(guò)增加一條邊變一條邊的方向、刪掉其中的一條邊的方式產(chǎn)生候選網(wǎng)絡(luò)結(jié)構(gòu)解；逡逑５）判斷搜索的候選網(wǎng)絡(luò)結(jié)構(gòu)解是否滿足藐視準(zhǔn)則，若是，則用滿足藐視的最佳候選網(wǎng)絡(luò)結(jié)構(gòu)＼代替當(dāng)前最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)Ｓ成為新的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)解，，與＼對(duì)應(yīng)的禁忌對(duì)象更新智能禁忌表，轉(zhuǎn)步驟３）；逡逑６）重復(fù)步驟３）邋４）邋５），直到滿足收斂準(zhǔn)則，則結(jié)束搜索。逡逑基于上海浦東區(qū)２０１４－１－１至２０１５－６－３０的總負(fù)荷以及相關(guān)數(shù)據(jù)，考慮月期、日、２４節(jié)氣、節(jié)假日、溫度、濕度、氣壓、風(fēng)速等因素，基于上述禁索算法和ＢＩＣ評(píng)分準(zhǔn)則構(gòu)建貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，學(xué)習(xí)得網(wǎng)絡(luò)結(jié)構(gòu)如卜圖２－３所＇ｐ。仙．、
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TM715

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 苗義烽;周曉昭;;主觀貝葉斯方法在列車占用丟失報(bào)警原因分析中的應(yīng)用[J];鐵路計(jì)算機(jī)應(yīng)用;2014年12期

2 艾艷杰;;基于貝葉斯方法的比例數(shù)據(jù)分位數(shù)推斷及其應(yīng)用[J];散文百家(新語(yǔ)文活頁(yè));2017年01期

3 云連英;汪榮偉;;保費(fèi)調(diào)整的貝葉斯方法[J];統(tǒng)計(jì)與決策;2006年05期

4 張渭彬;;應(yīng)力與強(qiáng)度相關(guān)條件下產(chǎn)品可靠度的Bayes估計(jì)[J];強(qiáng)度與環(huán)境;1988年06期

5 張建國(guó);;貝葉斯方法及其問(wèn)題淺識(shí)[J];醫(yī)學(xué)與哲學(xué);1988年11期

6 王宏洲;引信的可靠性評(píng)定——貝葉斯方法和經(jīng)驗(yàn)貝葉斯方法[J];現(xiàn)代引信;1989年02期

7 石國(guó)楨;;工程診斷和診斷中的貝葉斯方法[J];機(jī)械強(qiáng)度;1984年02期

8 鄒亞娟;;貝葉斯方法在數(shù)據(jù)挖掘中的應(yīng)用進(jìn)展[J];科技致富向?qū)?2014年14期

9 丁東洋;劉希陽(yáng);;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[J];內(nèi)蒙古財(cái)經(jīng)學(xué)院學(xué)報(bào);2011年04期

10 丁東洋;周麗莉;;貝葉斯方法在污水處理收費(fèi)研究中的應(yīng)用[J];統(tǒng)計(jì)教育;2009年03期

相關(guān)會(huì)議論文 前10條

1 丁東洋;劉希陽(yáng);;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

2 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識(shí)隱含亞群體中的應(yīng)用(英文)[A];中國(guó)藥理學(xué)會(huì)臨床藥理學(xué)專業(yè)委員會(huì)會(huì)議暨第十次全國(guó)臨床藥理學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 胡桂華;易躍明;林敏;;稀少項(xiàng)目子總體估計(jì)的貝葉斯方法——基于一個(gè)抽樣審計(jì)問(wèn)題的討論[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2008年學(xué)術(shù)年會(huì)（第十五屆年會(huì)）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會(huì)論文集（下冊(cè)）[C];2008年

4 楊麗;武海濱;李康;;無(wú)金標(biāo)準(zhǔn)診斷試驗(yàn)評(píng)價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

5 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國(guó)物理學(xué)會(huì)高能物理分會(huì)第七屆學(xué)術(shù)年會(huì)實(shí)驗(yàn)分會(huì)場(chǎng)論文集[C];2006年

6 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

7 馬東輝;;ASReml在分子育種中的應(yīng)用[A];第一屆全國(guó)玉米生物學(xué)學(xué)術(shù)研討會(huì)論文匯編[C];2015年

8 費(fèi)斌軍;陳勃;;疲勞強(qiáng)度參數(shù)概率分布的貝葉斯方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

9 李影;周萍萍;薛建杰;孫桂菊;;利用貝葉斯方法推導(dǎo)呋喃的健康指導(dǎo)值BMD[A];中國(guó)毒理學(xué)會(huì)第九次全國(guó)毒理學(xué)大會(huì)論文集[C];2019年

10 曹廣婷;;論貝葉斯方法在法律思想傳播及司法裁決小前提中的應(yīng)用及價(jià)值[A];傳媒法與法治新聞研究2018年卷[C];2018年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 計(jì)紅梅;向機(jī)器理解人類行為邁出一小步[N];中國(guó)科學(xué)報(bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 遲晉進(jìn);變分推理及貝葉斯方法在主題模型中應(yīng)用的研究[D];吉林大學(xué);2019年

2 錢永青;結(jié)構(gòu)化貝葉斯壓縮感知技術(shù)及其應(yīng)用研究[D];武漢大學(xué);2013年

3 張少中;基于貝葉斯網(wǎng)絡(luò)的知識(shí)發(fā)現(xiàn)與決策應(yīng)用研究[D];大連理工大學(xué);2003年

4 李小琳;面向智能數(shù)據(jù)處理的貝葉斯網(wǎng)絡(luò)研究與應(yīng)用[D];吉林大學(xué);2005年

5 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

6 胡笑旋;貝葉斯網(wǎng)建模技術(shù)及其在決策中的應(yīng)用[D];合肥工業(yè)大學(xué);2006年

7 王紅梅;保護(hù)隱私的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)研究[D];天津大學(xué);2006年

8 董立巖;貝葉斯網(wǎng)絡(luò)應(yīng)用基礎(chǔ)研究[D];吉林大學(xué);2007年

9 周忠寶;基于貝葉斯網(wǎng)絡(luò)的概率安全評(píng)估方法及應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

10 李旭升;貝葉斯網(wǎng)絡(luò)分類模型研究及其在信用評(píng)估中的應(yīng)用[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉浩;層次線性貝葉斯方法及其在霧霾影響因素中的應(yīng)用研究[D];重慶工商大學(xué);2019年

2 姜文達(dá);基于貝葉斯優(yōu)化的網(wǎng)絡(luò)資源配置應(yīng)用[D];電子科技大學(xué);2019年

3 葉佳美;基于貝葉斯網(wǎng)絡(luò)的DBLP網(wǎng)站用戶相似性研究[D];江西財(cái)經(jīng)大學(xué);2019年

4 溫雨桐;基于貝葉斯方法的斜拉橋施工過(guò)程參數(shù)識(shí)別[D];長(zhǎng)安大學(xué);2019年

5 王文秀;基于貝葉斯網(wǎng)絡(luò)學(xué)習(xí)方法的電力負(fù)荷峰值預(yù)測(cè)[D];華北電力大學(xué)(北京);2019年

6 叢明一;基于貝葉斯網(wǎng)絡(luò)的電網(wǎng)復(fù)雜故障診斷及故障推演技術(shù)研究[D];華北電力大學(xué)(北京);2019年

7 杜婧;基于貝葉斯方法的乳腺癌生存分析[D];華北電力大學(xué)(北京);2019年

8 胡子豪;基于貝葉斯方法的監(jiān)督哈希算法[D];上海交通大學(xué);2018年

9 楊陽(yáng);電路QED系統(tǒng)中的量子測(cè)量與估計(jì)研究[D];華南理工大學(xué);2019年

10 張小圓;保險(xiǎn)精算中風(fēng)險(xiǎn)保費(fèi)的貝葉斯預(yù)測(cè)與統(tǒng)計(jì)分析[D];江西師范大學(xué);2018年

本文編號(hào)：2592015