基于粗糙集法和虚拟母线技术的母线负荷预测
发布时间：2021-01-22 21:59
伴随着我国经济的高速发展,我国电网技术的发展也十分迅猛,各种新型设备被引入电网,大区电网的互联也变成现实,在人们享受电网技术进步的同时,电网的潜在威胁也在变大。提高大电网安全稳定的运行水平已成为电网建设的基础性问题。母线负荷预测是动态状态估计、安全稳定分析、无功优化、厂站局部控制等的基础,是提高大电网安全稳定运行水平的一大工具。母线负荷预测的方法主要分为两大类:一类是基于系统负荷预测的预测方法,一类是基于母线自身规律的预测方法。这两类方法,前者没有充分考虑各母线的自身规律,预测精度的提高受到制约,后者需要对每条母线独立分析、独立建模,这将消耗巨大的人力资源和计算资源。针对这个问题,本文采用虚拟母线技术,构建了一种介于两类方法之间的母线负荷预测模型——RS-VBLF模型,此模型兼顾各母线自身负荷规律的同时,又能提高预测效率。母线负荷水平低、波动性强、规律性弱,影响母线负荷的环境因素众多且关系复杂,预测过程中若将所有环境因素考虑在内,不仅会引入无关因素降低预测精度,还会拉低预测效率。针对这一问题,RS-VBLF模型结合了粗糙集法和虚拟母线技术的优势,虽然增加了虚拟母线辨识过程的计算消耗,但...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：47 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 母线负荷预测的研究
1.2.2 粗糙集理论的研究现状
1.3 本论文的主要研究内容
第2章 母线负荷预测与虚拟母线辨识算法的改进
2.1 母线负荷预测相关概念
2.1.1 母线负荷的定义
2.1.2 母线负荷的特点
2.1.3 母线负荷预测的难点
2.2 虚拟母线技术
2.2.1 簇集网状网络和虚拟母线
2.2.2 虚拟母线辨识算法
2.3 虚拟母线辨识算法的改进
2.3.1 层次聚类算法分析
2.3.2 基于最小生成树的改进虚拟母线辨识算法设计
2.3.3 实例分析
2.4 本章小结
第3章 粗糙集及最小属性约简算法改进
3.1 粗糙集理论基础
3.1.1 粗糙集理论的基本概念
3.1.2 连续属性离散化
3.2 属性的约简
3.2.1 属性的约简与核
3.2.2 现有的属性约简算法
3.3 改进的启发式最小属性约简算法
3.3.1 最小属性约简算法现有算法
3.3.2 知识的信息熵表示以及属性重要性
3.3.3 启发式最小属性约简算法
3.3.4 算法复杂度分析
3.3.5 实例分析
3.4 本章小结
第4章 基于粗糙集法和VB的预测模型设计
4.1 RS-VBLF预测模型设计
4.1.1 虚拟母线辨识
4.1.2 基于粗糙集的虚拟母线负荷预测
4.1.3 维护配比模型，预测子母线负荷
4.2 案例分析
4.3 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]最小属性约简问题的一个有效的组合人工蜂群算法[J]. 叶东毅,陈昭炯. 电子学报. 2015(05)
[2]虚拟母线技术及其应用（二）:虚拟母线负荷预测[J]. 童星,康重庆,陈启鑫,杨军峰,范瑞祥,郑蜀江,辛建波. 中国电机工程学报. 2014(07)
[3]虚拟母线技术及其应用（一）:虚拟母线辨识算法[J]. 童星,康重庆,陈启鑫,杨军峰,范瑞祥,郑蜀江,辛建波. 中国电机工程学报. 2014(04)
[4]知识约简的一种改进型粒子群算法[J]. 黄福员. 现代计算机(专业版). 2013(31)
[5]一种基于信息熵的信息系统属性约简算法[J]. 吕林霞,赵锡英,唐占红. 自动化与仪器仪表. 2013(05)
[6]粗糙集法解多环境因素影响的母线负荷预测问题[J]. 龙丹丽,黎静华,韦化. 电网技术. 2013(05)
[7]基于幂树的决策表最小属性约简[J]. 陈玉明,吴克寿,孙金华. 南京大学学报(自然科学版). 2012(02)
[8]求解最小属性约简的病毒协同进化微粒群算法[J]. 陶新民,王妍,徐晶,童智靖. 控制与决策. 2012(02)
[9]信息熵最小约简问题的若干随机优化算法[J]. 马胜蓝,叶东毅. 模式识别与人工智能. 2012(01)
[10]基于粗糙集的属性约简方法研究综述[J]. 杨传健,葛浩,汪志圣. 计算机应用研究. 2012(01)
硕士论文
[1]母线负荷预测与系统负荷预测的关系研究[D]. 杨理才.湖南大学 2011
本文编号：2993976
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：47 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 母线负荷预测的研究
1.2.2 粗糙集理论的研究现状
1.3 本论文的主要研究内容
第2章 母线负荷预测与虚拟母线辨识算法的改进
2.1 母线负荷预测相关概念
2.1.1 母线负荷的定义
2.1.2 母线负荷的特点
2.1.3 母线负荷预测的难点
2.2 虚拟母线技术
2.2.1 簇集网状网络和虚拟母线
2.2.2 虚拟母线辨识算法
2.3 虚拟母线辨识算法的改进
2.3.1 层次聚类算法分析
2.3.2 基于最小生成树的改进虚拟母线辨识算法设计
2.3.3 实例分析
2.4 本章小结
第3章 粗糙集及最小属性约简算法改进
3.1 粗糙集理论基础
3.1.1 粗糙集理论的基本概念
3.1.2 连续属性离散化
3.2 属性的约简
3.2.1 属性的约简与核
3.2.2 现有的属性约简算法
3.3 改进的启发式最小属性约简算法
3.3.1 最小属性约简算法现有算法
3.3.2 知识的信息熵表示以及属性重要性
3.3.3 启发式最小属性约简算法
3.3.4 算法复杂度分析
3.3.5 实例分析
3.4 本章小结
第4章 基于粗糙集法和VB的预测模型设计
4.1 RS-VBLF预测模型设计
4.1.1 虚拟母线辨识
4.1.2 基于粗糙集的虚拟母线负荷预测
4.1.3 维护配比模型，预测子母线负荷
4.2 案例分析
4.3 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]最小属性约简问题的一个有效的组合人工蜂群算法[J]. 叶东毅,陈昭炯. 电子学报. 2015(05)
[2]虚拟母线技术及其应用（二）:虚拟母线负荷预测[J]. 童星,康重庆,陈启鑫,杨军峰,范瑞祥,郑蜀江,辛建波. 中国电机工程学报. 2014(07)
[3]虚拟母线技术及其应用（一）:虚拟母线辨识算法[J]. 童星,康重庆,陈启鑫,杨军峰,范瑞祥,郑蜀江,辛建波. 中国电机工程学报. 2014(04)
[4]知识约简的一种改进型粒子群算法[J]. 黄福员. 现代计算机(专业版). 2013(31)
[5]一种基于信息熵的信息系统属性约简算法[J]. 吕林霞,赵锡英,唐占红. 自动化与仪器仪表. 2013(05)
[6]粗糙集法解多环境因素影响的母线负荷预测问题[J]. 龙丹丽,黎静华,韦化. 电网技术. 2013(05)
[7]基于幂树的决策表最小属性约简[J]. 陈玉明,吴克寿,孙金华. 南京大学学报(自然科学版). 2012(02)
[8]求解最小属性约简的病毒协同进化微粒群算法[J]. 陶新民,王妍,徐晶,童智靖. 控制与决策. 2012(02)
[9]信息熵最小约简问题的若干随机优化算法[J]. 马胜蓝,叶东毅. 模式识别与人工智能. 2012(01)
[10]基于粗糙集的属性约简方法研究综述[J]. 杨传健,葛浩,汪志圣. 计算机应用研究. 2012(01)
硕士论文
[1]母线负荷预测与系统负荷预测的关系研究[D]. 杨理才.湖南大学 2011
本文编号：2993976
本文链接：https://www.wllwen.com/guanlilunwen/renliziyuanguanlilunwen/2993976.html
