智能电网无线传感监测及负荷预测方法研究

发布时间：2018-01-06 12:17

本文关键词：智能电网无线传感监测及负荷预测方法研究　出处：《太原理工大学》2015年博士论文　论文类型：学位论文

【摘要】：随着移动互联网技术的发展,智能化管理已经成为行业转型升级的必然方向,电力作为国家经济基础产业,智能电网中对无线传感监测及负荷预测方法的研究不仅可以提升全社会的公共服务质量,而且将有效助力国家生产力发展。因此,本研究围绕智能电网中的无线传感监测感知和负荷预测问题开展了以下几方面工作：(1)讨论了智能电网技术在电力行业中的网络运维、市场营销、企业经营的价值和作用；论述了智能电网的信息系统体系结构模型(信息应用层、数据交互层、信息感知层)并论述了各层的功能逻辑、技术方法及应用重点和难点。针对智能电网信息感知层的WSN监测问题,结合论述了WSN节点能耗、网络业务功能、部署应用环境、协议策略四方面对于WSN持续稳定运行的影响。从智能电网数据预测角度对影响负荷数据的环境因素(日期因素、季节因素、事件因素)和自身特征(规律性、随机性、可预见性、滞后性、相关性)进行了分析探讨。(2)以AODV路由协议和IEEE 802.15.4 MAC协议为基础,提出一种适用于长距离输送电线路感知监测的拓扑结构和组网策略(M2-TSLC),并采用跨层设计方法对WSN网络实现了进一步的优化,结合节点剩余能耗、吞吐量、端到端时延和投递率四种指标对优化后的WSN网络质量进行了评价,该方法不仅有效节约了电力WSN能耗,而且具有良好的通信性能。(3)以电力网络用电负荷为研究对象,实现并测试了自回归滑动平均预测(ARMA)模型和灰色预测(GM)模型,针对原始灰色预测模型中最小二乘法求解a和b过程中存在误差累积和精度不高的情况,提出并实现了基于野草算法(IWO)的灰色电力负荷预测模型(IWO-GM),为了更全面的对三种预测算法(ARMA、GM、IWO-GM)进行比较分析,误差分析维度从绝对误差、相对误差延伸至平均绝对误差、平均绝对百分比误差、均方误差、均方根误差,经误差测试分析发现IWO-GM预测模型均优于ARMA预测模型和GM预测模型。(4)结合单边阈值法、双边阈值法分别讨论了动态阈值计算方法(历史类比法、均值方差法),通过数学模型对记忆曲线(艾宾浩斯记忆曲线)的不同记忆模式(瞬时记忆、短暂记忆和持久记忆)进行了模型论述,将物理弹簧受力形变过程与记忆曲线思想相结合,从力学对记忆弹簧的作用过程详细分析并归纳借鉴应用于动态阈值分析,提出了一种具有记忆特性的弹性动态阈值(MC-EDT, Memory Curve-Elastic Dynamic Threshold)电力负荷预警方法。结合电力负荷数据异常值相对较少的情况采用了等权重预警率作为动态阈值评价手段；对MC-EDT算法相关参数规律和最优化配置进行了测试验证和分析讨论；较均值方差法而言,MC-EDT算法大大提升了动态阈值预警的准确性和精准度。综上所述,本研究以智能电网为研究背景,论述了智能电网信息资源库的数据、智能电网的信息系统体系结构,提出并实现了智能电网WSN节能监测的M2-TSLC节能协议、IWO-GM电网负荷预测算法和MC-EDT动态阈值电网负荷预警策略,为智能电网的科学决策和信息价值转化提供了新的手段和方法。
[Abstract]:Based on AODV routing protocol and IEEE 802.15 . 4 MAC protocol , this paper discusses the influence of intelligent power grid technology on wireless sensor monitoring and load forecasting . A grey power load forecasting model ( IWO - GM ) based on IWO is proposed and implemented in this paper . The dynamic threshold method ( IWO - GM ) is proposed and implemented by means of mathematical model .

【学位授予单位】：太原理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TM715

【相似文献】