地区电网中长期电力负荷预测研究

发布时间：2021-09-17 00:20

　　中长期电力负荷预测是电网建设与规划的的重要依据,是促进电网安全、稳定运行和电网经济投资的必要前提。负荷预测中的单个模型有自身的应用特点和有效的适用范围,应用于负荷预测时局限性较强。而组合模型能最大限度的发挥各单个模型的组合优势,即适应性广、系统而全面的特点,从而提高负荷预测的精度。针对传统组合预测实践中,研究人员对于不同的负荷序列大多根据自己的主观实践经验进行单个模型的筛选,较少利用科学的理论进行指导作为辅助与补充。本文通过深入分析每个单个模型的特点,以每个单一预测模型的原始误差为基准,利用几率矩阵法（odds-matrix）对所备选的单个模型进行权重量化。从而筛选出权重值高的模型,参与组合预测。针对电力负荷预测中较少区别对待不同历史时段对组合权重值的影响,本文对所述的最优拟合、次优拟合和最优预测组合模型,在建模时均考虑“近大远小”原则,从而最大限度地保证组合权重值的准确。通过实例的分析,包括对比不同的组合模型,组合模型与单个模型,论证了本文所提出的利用几率矩阵法进行筛选后进行组合预测的模型,在中长期负荷预测应用实践中具有良好的预测效果。 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

图４．１最优预测组合模型程序框图??应用粒子群算法求解该模型的主要步骤如下：??Ｓｔｅｐｌ：随机初始化种群中各粒子的位置和速度，同时设定：学习因子ｃｌ＝１．５，??

２．４２９９。??５．４各个预测模型的结果分析??（１）组合模型与单个模型进行对比??，?｜?Ｉ?■?Ｉ?Ｉ?Ｉ?■?￣Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??Ｉ．?ｎ?．－??泛Ｈ?■■?Ｉ￣￣￣Ｉ?＿?＿?■?＿??Ｉ?ＩＩ?＼＼＼?ＩＶ?Ｖ?ＶＩ?ＶＩＩ?ＶＵＩ?ＩＸ?Ｘ?Ｘ＼?ＸＵ??３Ｄ?１?１?１?１?１?１?１?１?ｉ?１?１?ｉ??－?■??ｉ?ｎ?ｍ?ｉｖ?ｖ?ｖｉ?ｖｓｉ?ｖｍ?ｓｘ?ｘ?ｘｓ?ｘｎ??模型編母??图５．１各模型拟合与预测部分的ＭＡＰＥ??从拟合的角度来看，组合模型充分发挥单个模型的优势，拟合效果绝大部分??４１??

【参考文献】：
期刊论文
[1]基于数据挖掘的电力负荷预测[J]. 杨凛,李巍,李俊杰,廖谦,张叶贵.  自动化与仪器仪表. 2018(03)
[2]基于元胞负荷特性分析的RBF神经网络空间负荷预测方法[J]. 肖白,刘庆永,牛强,綦雪松,王皓.  电网技术. 2018(01)
[3]基于信息熵和变精度粗糙集优化的支持向量机降温负荷预测方法[J]. 谢敏,邓佳梁,吉祥,刘明波.  电网技术. 2017(01)
[4]基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法[J]. 何耀耀,闻才喜,许启发.  电力自动化设备. 2016(11)
[5]基于Hadoop架构的多重分布式BP神经网络的短期负荷预测方法[J]. 苏学能,刘天琪,曹鸿谦,焦慧明,于亚光,何川,沈骥.  中国电机工程学报. 2017(17)
[6]最优组合预测方法在中长期电力负荷预测中的应用[J]. 夏耀杰.  电力需求侧管理. 2016(04)
[7]基于神经网络的日峰荷预测方法中日期类型系数的确定（英文）[J]. 包宇庆,李扬,杨斌,陈楚,阮文骏.  中国电机工程学报. 2015(22)
[8]“新常态”下广东省中长期电力需求预测[J]. 郭挺,饶建业.  广东电力. 2015(06)
[9]考虑温度因素的中期电力负荷概率密度预测方法[J]. 何耀耀,闻才喜,许启发,撖奥洋.  电网技术. 2015(01)
[10]基于Odds-Matrix算法的中长期电量组合预测方法及其应用[J]. 欧阳森,冯天瑞,李翔,王克英.  华南理工大学学报(自然科学版). 2014(08)

博士论文
[1]售电放开政策下电力交易多方主体利益分析模型研究[D]. 张晨.华北电力大学(北京) 2016
[2]基于数据分析的预测理论与方法研究[D]. 王晓佳.合肥工业大学 2012
[3]电网规划中长期负荷预测技术的研究[D]. 毛李帆.湖南大学 2011

硕士论文
[1]基于组合权重的中长期负荷预测研究及系统实现[D]. 张杰龙.湖南大学 2016
[2]中长期电力负荷组合预测模型与方法的研究[D]. 孙广强.湖南大学 2010
[3]母线负荷预测系统的研究与实现[D]. 王健.湖南大学 2009



本文编号：3397570