配电网无线感知系统与短期负荷预测研究

发布时间：2021-04-24 20:28

　　随着科学技术的发展,工业生产活动以及人们的日常生活对于电能的需求日益扩大。配电网作为电力系统中的重要部分,在电能的分配和使用环节承担着重要任务。随着配电网需求侧新型负荷不断加入,配电网的不确定性愈发严重,新的负荷需求形势对负荷预测精度有了更高的要求。短期负荷预测以历史负荷数据为基础,以建立可以全面揭示负荷规律的数学模型为核心,以得到最优的预测结果为目的。要提高负荷预测的精度,不仅要求系统采集的数据精确全面,还必须对预测算法进行不断优化。所以,利用传感、通信以及数据挖掘等方面的最新技术,采集能够代表配电网最真实情况的负荷数据,进行负荷特性分析及预测具有一定的研究价值。本文对长距低功耗数据传输（Long Range,Lo Ra）技术和类别特征梯度提升（Categorical Features Gradient Boosting,Cat Boost）算法进行了深入地分析研究,并分别引入配电网实时感知系统和短期负荷预测。首先,针对传统配电网感知系统通讯方式难以获取全面精确的配电网数据的问题,提出将Lo Ra技术应用于配电网感知系统的方案,搭建了基于Lo Ra的配电网实时感知系统。结果表明,Lo... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 配电网实时感知系统发展现状
        1.2.2 短期负荷预测研究现状
    1.3 本文研究的主要内容及章节安排
第2章 基于LoRa的配电网实时感知系统
    2.1 配电网实时感知系统介绍
    2.2 配电网实时感知系统分析
        2.2.1 配电网结构
        2.2.2 配电网数据采集类型
        2.2.3 配电感知系统数据采集难点
    2.3 方案设计
        2.3.1 设计目标
        2.3.2 LoRa技术
        2.3.3 系统构架
    2.4 系统搭建测试
        2.4.1 硬件设计
        2.4.2 主站系统
        2.4.3 系统测试
    2.5 配电网实时感知系统在负荷预测中的应用
    2.6 本章小结
第3章 配电网负荷特征分析与数据处理
    3.1 配电网负荷特征分析
        3.1.1 周期性分析
        3.1.2 日期类型
        3.1.3 气候因素
        3.1.4 电力负荷特征分析总结
    3.2 特征关联性分析与选择
    3.3 负荷数据的选择与处理
        3.3.1 样本的选取
        3.3.2 数据预处理
    3.4 数据驱动的短期负荷预测实现
        3.4.1 短期负荷预测的步骤及要求
        3.4.2 短期负荷预测特性分析
        3.4.3 负荷预测模型预测评价指标
    3.5 本章小结
第4章 配电网短期负荷预测方法与算例分析
    4.1 基于BP神经网络的负荷预测模型
        4.1.1 BP神经网络算法
        4.1.2 BP神经网络预测模型的构建
        4.1.3 仿真验证
    4.2 基于决策树的配电网负荷预测模型
        4.2.1 决策树算法
        4.2.2 决策树预测模型的构建
        4.2.3 仿真验证
    4.3 基于梯度提升树的负荷预测模型
        4.3.1 梯度提升树算法
        4.3.2 梯度提升树预测模型构建
        4.3.3 仿真验证
    4.4 基于Cat Boost算法的负荷预测模型
        4.4.1 Cat Boost算法
        4.4.2 基于Cat Boost算法的负荷预测模型构建
        4.4.3 仿真验证
    4.5 综合对比分析
    4.6 本章小结
结论与展望
参考文献
致谢
附录 A 攻读学位期间所发表的学术论文目录
附录 B 各算法预测结果



本文编号：3158024