基于文化基因算法的电力负荷预测模型及应用研究

发布时间：2024-04-18 03:42

　　随着电力系统运营环境的日趋复杂、中国经济新常态下电力体制改革的不断深化和竞争性电力交易市场的逐步构建与完善,电力负荷的准确预测在提升电力系统运营管理水平和提高电力企业经济效益等方面扮演着特别重要的角色,并已成为管理科学在电力系统运营与管理中的重要研究课题。 尽管以往研究针对各种负荷预测问题提出了许多优秀的负荷预测理论和方法,但无论采用哪种预测方法,预测模型的性能都受多种关键技术细节(如模型的输入特征选择、参数选择、模型选择等)的影响。本文针对负荷预测模型构建过程中的关键技术问题(如输入选择、模型参数优化、模型选择等问题),基于文化基因算法构建自适应的负荷预测模型,以提升负荷预测模型的性能。同时结合电力负荷预测研究中短期负荷预测、区间型负荷预测等典型预测问题进行应用研究。此外,结合本文在特征选择、参数优化、模型选择等问题上的研究成果,设计负荷预测支持系统,为决策者提供决策工具。综观全文,本文的主要研究工作和创新性成果如下： 首先,针对基于支持向量机(Support Vector Regression, SVR)的电力负荷预测模型中参数优化的问题,提出了基于萤火虫算法的文化基因算法,并将其...

【文章页数】：152 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景、目的与意义
    1.2 研究现状
    1.3 论文结构和主要内容
2 基于MA的电力负荷预测模型参数优化
    2.1 引言
    2.2 支持向量机概述
    2.3 基于MA算法的SVR参数优化
    2.4 实验设置
    2.5 实验结果与分析
    2.6 本章小结
3 基于MA的电力负荷预测模型特征变量选择
    3.1 引言
    3.2 混合Filter-Wrapper特征选择算法及其应用
    3.3 基于MA算法的特征选择算法及其应用
    3.4 本章小结
4 基于混合变量MA的电力负荷预测模型选择研究
    4.1 引言
    4.2 问题描述
    4.3 基于MA算法的广义模型选择
    4.4 实验设计
    4.5 实验结果与分析
    4.6 本章小结
5 电力负荷预测支持系统
    5.1 引言
    5.2 系统需求分析
    5.3 系统结构设计
    5.4 系统逻辑流程
    5.5 本章小结
6 总结与展望
    6.1 全文总结
    6.2 研究展望
致谢
参考文献
攻读博士学位期间的主要研究成果
    作者在攻读博士学位期间发表的部分论文
    作者在攻读博士学位期间从事的科研项目
    作者在攻读博士学位期间所获奖励
    作者在攻读傅士学位期间学术活动



本文编号：3957367