【摘要】：隨著社會(huì)對(duì)各種能源電力需求的日益增長,新能源不斷并網(wǎng)接入,電力交易數(shù)據(jù)涵蓋常規(guī)能源與新能源,面臨的數(shù)據(jù)采集規(guī)模量從目前的GB增長至TB甚至于PB級(jí)別。在未來的電力市場(chǎng)環(huán)境下,面對(duì)如此海量高緯度的大數(shù)據(jù),進(jìn)行電價(jià)預(yù)測(cè)還需要更進(jìn)一步提升高并發(fā)、高性能的數(shù)據(jù)處理技術(shù)要求。智能電網(wǎng)的云計(jì)算存儲(chǔ)模型已取得一定研究成果,但是基于大數(shù)據(jù)環(huán)境的電價(jià)預(yù)測(cè)模型的并行算法卻少有提及。在互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的背景下,本文針對(duì)大數(shù)據(jù)環(huán)境下電力市場(chǎng)運(yùn)營的關(guān)鍵問題即短期電價(jià)預(yù)測(cè)進(jìn)行研究。首先,分析國內(nèi)外電力交易市場(chǎng)的運(yùn)作模式及傳統(tǒng)能源電力和分布式能源電力的交易特點(diǎn),研究電價(jià)預(yù)測(cè)方法及大數(shù)據(jù)相關(guān)技術(shù),將集成經(jīng)驗(yàn)?zāi)B(tài)分解算法與在線核極限學(xué)習(xí)機(jī)模型相結(jié)合得出優(yōu)化的電價(jià)預(yù)測(cè)模型。在此基礎(chǔ)上,針對(duì)單個(gè)極限學(xué)習(xí)機(jī)的局限性,根據(jù)集成學(xué)習(xí)的思想結(jié)合多個(gè)在線核極限學(xué)習(xí)機(jī)提出基于集成學(xué)習(xí)在線核極限學(xué)習(xí)機(jī)模型。該模型算法相比較傳統(tǒng)的算法具有更高的精確性和泛化能力,在大數(shù)據(jù)噪音的條件下其優(yōu)勢(shì)更加明顯。其次,基于集成學(xué)習(xí)的電價(jià)預(yù)測(cè)模型算法結(jié)合多個(gè)極限學(xué)習(xí)機(jī)模型,在串行數(shù)據(jù)處理方式中,會(huì)造成時(shí)間復(fù)雜度的增加。根據(jù)大數(shù)據(jù)的特征以及數(shù)據(jù)處理技術(shù)原理,提出基于MapReduce的多個(gè)在線核極限學(xué)習(xí)機(jī)模型的并行算法,可使一個(gè)MapReduce作業(yè)完成多個(gè)模型的在線訓(xùn)練。通過算例測(cè)試驗(yàn)證提出的基于MapReduce的并行算法可以有效的提高模型的準(zhǔn)確度和實(shí)時(shí)的訓(xùn)練速度。最后,基于MapReduce的并行模型算法,針對(duì)分布式架構(gòu)的電力交易系統(tǒng)設(shè)計(jì)并實(shí)現(xiàn)電價(jià)預(yù)測(cè)功能。,搭建遠(yuǎn)程大數(shù)據(jù)環(huán)境,安裝配置相應(yīng)版本的Hadoop服務(wù)器,并配置運(yùn)行Cloudera和Cloudera Desktop;在該架構(gòu)下設(shè)計(jì)實(shí)現(xiàn)的電價(jià)預(yù)測(cè)系統(tǒng)功能主要包含三個(gè)功能模塊:預(yù)處理模塊用于將原始電價(jià)數(shù)據(jù)預(yù)處理,得到載入模型的對(duì)應(yīng)數(shù)據(jù);學(xué)習(xí)訓(xùn)練模塊運(yùn)用并行模型算法進(jìn)行多個(gè)在線核極限學(xué)習(xí)機(jī)模型的并行化訓(xùn)練;預(yù)測(cè)模塊用于對(duì)學(xué)習(xí)訓(xùn)練后數(shù)據(jù)的預(yù)測(cè)以及展示。通過電價(jià)預(yù)測(cè)模型結(jié)合大數(shù)據(jù)并行處理技術(shù)使得模型拓展性能更強(qiáng)、訓(xùn)練速度更快以及預(yù)測(cè)穩(wěn)定性能更高,對(duì)于以未來分布式能源并網(wǎng)為發(fā)展目標(biāo),在大數(shù)據(jù)環(huán)境下新一代電力交易平臺(tái)的應(yīng)用研究,有一定的實(shí)用價(jià)值。
【圖文】：

東華大學(xué)碩士研究生畢業(yè)論文 相關(guān)研究基礎(chǔ)方式處理，形成一個(gè)局部獨(dú)立區(qū)域的綠色電力生產(chǎn)和消費(fèi)模式。其電價(jià)形成的機(jī)制需要特殊的政策扶持來倚靠，最典型的最是綠色電價(jià)制度，鼓勵(lì)用戶參與到清潔能源的消費(fèi)中。2.2.2 電力價(jià)格特點(diǎn)和影響因素根據(jù)電價(jià)形成機(jī)制，通過圖 2-1~2-3 展示以往不同電力市場(chǎng)的歷史電價(jià)直觀的體現(xiàn)電價(jià)的非平穩(wěn)性特點(diǎn)。圖 2-1 選出的是荷蘭 2008 年四個(gè)季節(jié)首日的電價(jià)曲線，，可以非常清晰的看到冬季的電價(jià)高于其他季節(jié)的電價(jià)，電價(jià)是隨著時(shí)間季節(jié)變化有明顯的不同，而季節(jié)的不同也會(huì)影響到負(fù)荷需求的分配。從圖 2-2 中可以讀取到的信息則是電價(jià)的波動(dòng)還會(huì)隨著社會(huì)資源的調(diào)整而有明顯的變化圖 2-3中顯示價(jià)格的突變的特性，在夜間的價(jià)格峰值為負(fù)值，這種價(jià)格主要是由于供應(yīng)的可再生電能造成的能源過剩所造成的，突發(fā)問題結(jié)束后很快會(huì)恢復(fù)到正常水平。

節(jié)變化有明顯的不同，而季節(jié)的不同也會(huì)影響到負(fù)荷需求的分配。從圖 2-2 中可以讀取到的信息則是電價(jià)的波動(dòng)還會(huì)隨著社會(huì)資源的調(diào)整而有明顯的變化圖 2-3中顯示價(jià)格的突變的特性，在夜間的價(jià)格峰值為負(fù)值，這種價(jià)格主要是由于供應(yīng)的可再生電能造成的能源過剩所造成的，突發(fā)問題結(jié)束后很快會(huì)恢復(fù)到正常水平。圖 2- 1 荷蘭 2008 年四個(gè)季節(jié)首日電價(jià)Fig.2- 1 The first day of the four seasons in the Netherlands in 2008
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F407.61;TP311.13;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐兵;;電力市場(chǎng)下短期電價(jià)預(yù)測(cè)淺析[J];經(jīng)貿(mào)實(shí)踐;2015年08期

2 趙晶;;電力市場(chǎng)中電價(jià)預(yù)測(cè)方法綜述[J];企業(yè)技術(shù)開發(fā);2013年18期

3 楊俊;張勤;潘虹;張婷婷;;遺傳程序設(shè)計(jì)在短期電價(jià)預(yù)測(cè)中的應(yīng)用[J];電力學(xué)報(bào);2009年01期

4 劉振宗;吳穎超;;電力市場(chǎng)短期電價(jià)預(yù)測(cè)方法綜述[J];中國電力教育;2009年20期

5 張顯;王錫凡;;短期電價(jià)預(yù)測(cè)綜述[J];電力系統(tǒng)自動(dòng)化;2006年03期

6 謝詩宇;;基于統(tǒng)計(jì)學(xué)習(xí)的電價(jià)預(yù)測(cè)模型[J];通訊世界;2018年05期

7 汪敏霞;;基于電力市場(chǎng)的短期電價(jià)預(yù)測(cè)分析[J];通訊世界;2015年11期

8 謝新南;;一種短期電價(jià)預(yù)測(cè)的新方法[J];電工電氣;2009年08期

9 謝品杰;譚忠富;尚金成;侯建朝;王綿斌;;基于小波分析與廣義自回歸條件異方差模型的短期電價(jià)預(yù)測(cè)[J];電網(wǎng)技術(shù);2008年16期

10 謝新南;;一種短期電價(jià)預(yù)測(cè)的新方法[J];安徽電力;2008年03期

相關(guān)會(huì)議論文 前10條

1 鄒雅;滕賢亮;王陽;涂孟夫;謝蔚;;現(xiàn)貨市場(chǎng)環(huán)境下基于堆疊自編碼器的電價(jià)預(yù)測(cè)[A];中國電機(jī)工程學(xué)會(huì)電力市場(chǎng)專業(yè)委員會(huì)2019年學(xué)術(shù)年會(huì)暨全國電力交易機(jī)構(gòu)聯(lián)盟論壇論文集[C];2019年

2 閆彥;孫桂新;;互聯(lián)電網(wǎng)地區(qū)電價(jià)預(yù)測(cè)與分析[A];發(fā)展的信息技術(shù)對(duì)管理的挑戰(zhàn)——99’管理科學(xué)學(xué)術(shù)會(huì)議專輯（上）[C];1999年

3 馬新順;;基于神經(jīng)網(wǎng)絡(luò)與小波分解的市場(chǎng)清算電價(jià)預(yù)測(cè)[A];第十屆中國青年信息與管理學(xué)者大會(huì)論文集[C];2008年

4 秦磊;鄒斌;;電價(jià)預(yù)測(cè)及其概率分布[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

5 崔天寶;栗然;王粵;;基于云模型的短期電價(jià)預(yù)測(cè)[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

6 廉晨;韓小平;左月明;;基于神經(jīng)網(wǎng)絡(luò)和小波分析的短期電價(jià)預(yù)測(cè)方法[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

7 孫偉;盧建昌;孟明;;基于時(shí)間序列支持向量機(jī)模型的電價(jià)預(yù)測(cè)研究[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

8 田慧欣;;基于多神經(jīng)網(wǎng)絡(luò)的日前電價(jià)預(yù)測(cè)[A];天津市電機(jī)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

9 涂啟玉;張茂林;;小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)電價(jià)的新改進(jìn)[A];2010年云南電力技術(shù)論壇論文集（文摘部分）[C];2010年

10 趙軍科;李郁俠;;我國電價(jià)時(shí)間序列混沌特性分析及電價(jià)預(yù)測(cè)[A];2006電力系統(tǒng)自動(dòng)化學(xué)術(shù)交流研討大會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 李彩虹;兩類組合預(yù)測(cè)方法的研究及應(yīng)用[D];蘭州大學(xué);2012年

2 劉達(dá);電力市場(chǎng)中電價(jià)預(yù)測(cè)模型方法及應(yīng)用研究[D];華北電力大學(xué)（北京）;2008年

3 楊俊;市場(chǎng)環(huán)境下電力系統(tǒng)可靠性分析若干問題研究[D];華北電力大學(xué)（北京）;2009年

相關(guān)碩士學(xué)位論文 前10條

1 曾云;電力市場(chǎng)下基于信息熵理論的電價(jià)預(yù)測(cè)[D];廣東工業(yè)大學(xué);2019年

2 沈哲鈞;基于極限學(xué)習(xí)機(jī)和MapReduce的電價(jià)預(yù)測(cè)研究[D];東華大學(xué);2019年

3 公維濤;電力市場(chǎng)下日前電價(jià)預(yù)測(cè)方法的研究[D];東華大學(xué);2019年

4 吉曉瓊;基于深度學(xué)習(xí)的電力市場(chǎng)短期電價(jià)預(yù)測(cè)研究[D];華北電力大學(xué);2019年

5 李欣寧;基于電價(jià)預(yù)測(cè)的零售電價(jià)套餐形成方法[D];華北電力大學(xué)(北京);2019年

6 Jeanne Baptiste NIYIGENA;電價(jià)預(yù)測(cè)與市場(chǎng)分析“盧旺達(dá)案例研究”[D];華北電力大學(xué)(北京);2019年

7 黃晗;新南威爾士州日前市場(chǎng)出清電價(jià)預(yù)測(cè)研究[D];華北電力大學(xué)(北京);2019年

8 常子漢;基于小波變換與Adam優(yōu)化的LSTM電價(jià)預(yù)測(cè)研究[D];蘭州大學(xué);2019年

9 舒文杰;用于電價(jià)預(yù)測(cè)的自適應(yīng)理性超限學(xué)習(xí)機(jī)研究[D];湘潭大學(xué);2018年

10 劉威;互聯(lián)電力市場(chǎng)的區(qū)域電價(jià)預(yù)測(cè)[D];華中科技大學(xué);2018年

本文編號(hào)：2676917