供电企业的电力需求非线性预测及资产管理信息系统研究

发布时间：2020-08-24 23:15

【摘要】： 电力工业是国民经济的基础支撑产业,电力供应能否满足日益增长的国民经济发展和人民生活水平提高的需要,是关系到国计民生的重要问题。高质量的、准确的电量需求预测和供应规划,是电力工业与国民经济协调发展的前提。本文的主要研究内容及成果包括以下几个方面: 首先在分析天津市社会经济发展状况的基础上,阐述了天津市电力供需状况、电网及电源概况、电网装备水平以及存在的问题。并运用支持向量机理论对天津市短期(半年)的电力需求状况进行了预测研究。对中长期(四年)的用电需求分别采用了四种方法进行预测:首次采用随机梯度回归方法对居民用电量进行预测;并首次采用多元自适应样条方法对第三产业用电量进行预测;采用模糊人工神经网络对第一产业的用电量进行预测,采用逐步回归法对第二产业用电量进行预测,最后得到了天津市中长期用电总量的科学预测。本文还针对供电企业目前在资产管理方面存在的诸多问题,首次重新定义了供电企业资产最小统计单位,并引入二级模糊综合评判和多目标决策法等科学的投资决策方法来改善目前供电企业的资产投资管理,在研究和分析供电分公司业务及生产特点的基础上,采用4GL语言与面向对象技术结合,开发出了供电企业资产管理信息系统。最后从电力行业的发展环境分析入手,阐述了国内电力行业的宏观发展现状,并对天津市电力行业的发展现状进行了分析,在此基础上,提出了天津电力公司的“十一五”发展策略。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2008
【分类号】：F426.61;F224
【图文】：

样本分类,二维,二阶多项式,映射函数

算法的其他条件均不变。由于最终的判别函数中实际只包含与支持向量的内积以及求和，因此识别时的计算复杂度取决于支持向量的个数。支持向量机求得的决策函数形式上类似于一个神经网络，其输出是若干中间层节点的线性组合，而每一个中间层节点对应于输入样本与一个支持向量的内积，因此也被称作是支持向量网络。在式(2-11)中，满足 Mercer 条件的内积函数称为核函数。下面给出一个具体的核函数的例子:(Kxxi,)如图 2-2（a）所示，数据样本2xRi∈( )i = 1, l，选择核函数为多项式核函数，那么目的是寻找一个满足如下条件的空间(Kxxi,)( ) ()2,,ijijK xx= xxH 和映射Φ：使映射Φ将数据从2R 空间映射到 H 空间，并且满足( ) =2x yΦ Φ 。满足该条件的空间( ) x( )yH 和映射 Φ 是很容易找到的，当3H = R以及Φ( )(Txxxxx212221=,2,)时即可满足以上条件。对于一个特定的核函数，映射和特征空间的选择并不是唯一的。

功能克服了模糊技术中的对专家意见的依赖性和模糊集合的非自适应性。神经网络所用的样本是数值型的点集合，用表示训练样本。模糊推理用的是模糊集样本，用表示系统的规则。图3-1，3-2表示了点集映射与模糊集映射的区别。(,)iiXY(,)iiAB图 3-1 点集映射图 3-2 模糊集映射模糊神经网络系统(FNNS)通常由模糊控制器和一个神经网络组成。其中，模糊控制器采用模糊推理规则，以模仿人在不确定性环境下的决策行为，但要从- 31 -

模糊神经网络系统,模糊集,神经网络,模糊控制器

差达到全局最小的过程，也是预测模型的建立过程。从统计观点看，神经网模的最终结果是逼近所描述系统的非线性函数，并用网络的连接权值和阈值示。二、模糊人工神经网络神经网络的长处主要表现在知识的获取和学习能力，而模糊推理的长处要表现在规则的推理能力。探讨神经网络与模糊推理系统关系的目的在于寻经网络和模糊推理系统的融合基础。模糊神经网络是将模糊技术和神经网络合的新技术。它克服了二者的缺点，结合了二者的优点。一方面，它利用模统的解释推理能力加强了神经网络对模型的解释能力，又利用神经网络的自功能克服了模糊技术中的对专家意见的依赖性和模糊集合的非自适应性。神经网络所用的样本是数值型的点集合，用表示训练样本。模糊用的是模糊集样本，用表示系统的规则。图3-1，3-2表示了点集映模糊集映射的区别。(,)iiXY(,)iiAB

【相似文献】