当前位置:主页 > 科技论文 > 电气论文 >

基于小波—灰色模型的电力负荷预测研究

发布时间:2018-11-25 14:41
【摘要】:电力负荷预测是电力系统规划投资的直接依据,新上发电机组和电网改扩建项目的建设必要性、建设规模、接入系统方式和建设时序的安排,都是由电力负荷预测结果决定的。随着电力系统各项技术的不断发展,负荷预测的应用越来越广泛,对预测结果的精度要求也越来越高。特别是在投资控制严格的电网规划情况下,以及日益严格的电力需求侧管理情况下,负荷预测精度成为其它工作的绝对前提。如何在尽量不增加计算量的情况下,提高负荷预测的精确度,同时还能在短期、中长期负荷预测中具有普遍适用的效果,是本文研究的主要内容。本文首先对电力负荷的特点、电力负荷预测特点和影响因素做了简单介绍,并对电力负荷预测的经典方法及主要现代方法进行了简单概括。在总结小波分析理论和灰色系统理论的基础上,对两个理论的应用情况进行了简单分析。其次,本文在前期分析的基础上,提出将小波模型与灰色模型相结合的建模思想。以小波变换的优点和算法上的易实现性为要点,完成对小波变换的推导,得到小波分解函数。在介绍生成数据意义和具体算法的基础上,完成GM(1,1)灰色模型迭代公式进行推导,得到建模序列,并对灰色模型的可行性进行判定检验,形成负荷预测的基本条件。最后,本文以历城区电力负荷预测为实例,对小波-灰色联合预测模型进行验证和分析。通过对历城区电网现状及地区用电需求的介绍,掌握历城区电力负荷的基本特点。并以历城区"十一五""十二五"规划报告数据为对象,采用MATLAB工具对预测算法进行仿真试验。通过分析仿真结果,将试验结果同报告中真实数据进行比对,得出预测的误差。试验结果表明,在临近原始序列的节点上,预测结果误差可以稳定在5%以下,而且当原始序列质量相当时,预测结果并不受原始数据量的影响。
[Abstract]:Power load forecasting is the direct basis of power system planning and investment. The construction necessity, construction scale, access system mode and construction time series of new generation units and power grid reconstruction and extension projects are all determined by the results of power load forecasting. With the development of power system technology, the application of load forecasting is more and more extensive, and the precision of forecasting results is more and more high. Especially in the case of strict investment control of power network planning and increasingly stringent power demand side management the accuracy of load forecasting becomes the absolute premise of other work. How to improve the accuracy of load forecasting without increasing the amount of calculation as far as possible, and at the same time, it is the main content of this paper to study how to improve the accuracy of load forecasting, and at the same time, it can have universal effect in the short and long term load forecasting. In this paper, the characteristics of power load, the characteristics of power load forecasting and the influencing factors are briefly introduced, and the classical methods and main modern methods of power load forecasting are briefly summarized. On the basis of summing up the wavelet analysis theory and the grey system theory, the application of the two theories is simply analyzed. Secondly, based on the previous analysis, this paper puts forward the idea of combining wavelet model with grey model. Based on the advantages of wavelet transform and the easiness of the algorithm, the wavelet transform is derived and the wavelet decomposition function is obtained. On the basis of introducing the significance and algorithm of generating data, the iterative formula of GM (1 / 1) grey model is deduced, the modeling sequence is obtained, and the feasibility of the grey model is tested to form the basic condition of load forecasting. Finally, the wavelet-grey combined forecasting model is verified and analyzed with the example of power load forecasting in Licheng district. The basic characteristics of power load in Licheng District are grasped by introducing the current situation and local demand of electricity in Liicheng District. Based on the data of the 11th Five-Year Plan and the 12th Five-Year Plan of Licheng District, the MATLAB tool is used to simulate the prediction algorithm. By analyzing the simulation results, the experimental results are compared with the real data in the report, and the prediction errors are obtained. The experimental results show that the error of the prediction results is less than 5% at the nodes near the original sequence, and when the quality of the original sequences is equal, the prediction results are not affected by the original data amount.
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TM715

【相似文献】

相关期刊论文 前10条

1 段爱红;市场经济条件下的电力负荷预测[J];电力需求侧管理;2000年02期

2 董伟;一种地区电力负荷预测的实用方法[J];吉林电力;2000年04期

3 滕菲,王宁;电力负荷预测技术[J];黑龙江电力;2002年05期

4 王建新,李彦民,庞春江,孙海洪;数据发掘技术在一类电力负荷预测中的应用[J];计算机工程与应用;2002年05期

5 黄桂华;中长期电力负荷预测方法的简述[J];农村电气化;2002年08期

6 甄利玲;一种电力负荷预测的综合方法[J];吕梁高等专科学校学报;2003年01期

7 周晖;高琦;和敬涵;钮文洁;;电力负荷预测知识体系的教学研究[J];电力学报;2006年04期

8 徐玉华;;中长期电力负荷预测方法分析[J];宁夏电力;2007年04期

9 闫晓坤;;电力负荷预测的技术方法分析[J];民营科技;2007年11期

10 段保乾;李伟;洪浩林;;基于系统动力学模型的中长期电力负荷预测[J];中小企业管理与科技;2007年12期

相关会议论文 前10条

1 李忻贤;;浅谈电力负荷预测[A];山东电机工程学会第四届供电专业学术交流会论文集[C];2007年

2 乔艳芬;;基于分形理论的昆明电网电力负荷预测[A];2009年云南电力技术论坛论文集(优秀论文部分)[C];2009年

3 赵成旺;顾幸生;;组合优化灰色预测模型在中长期电力负荷预测中应用[A];第二十四届中国控制会议论文集(下册)[C];2005年

4 罗楠;朱业玉;杜彩月;王军;王红燕;;支持向量机方法在电力负荷预测中的应用[A];中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集[C];2007年

5 乔艳芬;;基于分形理论的昆明电网电力负荷预测[A];2009年云南电力技术论坛论文集(文摘部分)[C];2009年

6 杨旭;刘自发;张建华;李聪;;考虑气候因素的城市电力负荷预测[A];第十一届全国电工数学学术年会论文集[C];2007年

7 牛东晓;陈志业;邢棉;谢宏;;具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年

8 丁光彬;王治昆;赵林明;翟传仁;;包络预测方法及其在电力负荷预测中的应用[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年

9 刘博;张筱慧;许璞;;变权重组合预测方法用于电力负荷预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年

10 孔胜;王宇;张承伟;;经济危机对中长期电力预测影响的实证研究[A];第五届(2010)中国管理学年会——商务智能分会场论文集[C];2010年

相关重要报纸文章 前4条

1 薛元荡 鲍导;阜宁县加强电力负荷预测[N];中国电力报;2000年

2 章家银 张克杰;气象要素在电力负荷预测中的应用[N];巢湖日报;2006年

3 夏志强邋杨士进 曾居仁;气象预报助我省科学调度电力[N];贵州日报;2008年

4 本报记者 罗丹;气象科技融入电网[N];中国气象报;2014年

相关博士学位论文 前7条

1 周倩;智能工程体系及其在电力负荷预测中的应用研究[D];华北电力大学(北京);2010年

2 叶世杰;基于多指标模型的电力负荷预测研究[D];重庆大学;2010年

3 王建军;基于知识挖掘技术的智能协同电力负荷预测研究[D];华北电力大学(北京);2011年

4 尹新;群智能算法与电力负荷预测研究[D];湖南大学;2011年

5 王大鹏;灰色预测模型及中长期电力负荷预测应用研究[D];华中科技大学;2013年

6 刘晓娟;基于智能方法的电力系统负荷预测模型及其应用研究[D];东华大学;2014年

7 王勇;用于电力行业决策支持的多AGENT技术研究[D];华东师范大学;2007年

相关硕士学位论文 前10条

1 杨超;基于灰色理论和神经网络的中长期电力负荷预测的研究[D];天津理工大学;2015年

2 马慧;基于经验模态分解和季节调整的组合模型在电力负荷预测中的应用[D];兰州大学;2015年

3 赵晶;城市电力负荷预测技术及其在通辽电网中的应用[D];华北电力大学;2015年

4 罗颖峰;新余市电网电力负荷预测研究[D];南昌大学;2015年

5 杨屹洲;基于数据挖掘的商业电力负荷预测及用电优化算法研究[D];华侨大学;2015年

6 国宏鹏;电力负荷预测与调度策略研究[D];河北工业大学;2015年

7 邢宇;基于组合模型的最大负荷预测方法研究[D];东北农业大学;2015年

8 李青;基于回声状态网络的电力负荷预测研究[D];兰州交通大学;2015年

9 孙波;包头地区电力负荷预测研究[D];华北电力大学;2015年

10 邵光磊;聊城地区电力负荷预测及配电网络规划方案研究[D];华北电力大学;2015年



本文编号:2356469

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2356469.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e7299***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com