基于大数据技术的网格空间负荷预测方法研究

发布时间：2025-01-14 18:41

　　“十二五”以来,我国已经逐步实行了配电网的网格化规划,网格负荷密度预测是精细化网格化规划的重要前提,精确的网格负荷预测可以提高投资效率、能源利用率、改善环境以及网格变电容量的优化配置。网格负荷的发展和很多因素相关,很多数据是规划部门所不能提供的,这就给网格负荷预测带来了困难。因此,开展大数据技术的网格空间负荷预测对配电网有着十分重要的意义。本文首先介绍了电力大数据的来源,采用数据挖掘技术以及网络爬虫技术得到了电力负荷相关的外部数据,再结合电力内部数据,通过对数据进行清洗、数据加工以及数据融合等技术构建了电力大数据集合,是后文开展工作的基础。其次分析了负荷释放特性以及释放特性的相关性影响因素。首先分析了负荷释放特性的相关系数的构成,提出了基于层次分析和聚类算法的负荷样本分类方法。根据聚类后的分类样本以及电力负荷历史数据,利用最小二乘拟合得到分类负荷释放特性的相关系数,为网格负荷密度修正奠定了基础。最后提出了一种基于粗糙集信息熵理论的负荷释放特性相关性分析方法,分析了负荷释放特性的相关性因素。最后考虑了网格负荷的释放特性,提出了一种基于开源信息的网格负荷预测方法。通过综合负荷预测法得到城市的...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图2-5电力用户分布情况概览由上图可以看出，该地区电力用户在数量上主要集中在中部偏南地区，且东北部区域的负荷点明显偏少

华中科技大学硕士学位论文2.3.1城市总体负荷分布分析在对城市地理信息收集时，需根据供电网格分区进行。根据现状年网架分布情况和变电站变电情况，城市供电区域被分为若干个供电网格，根据开源数据的收集方法通过百度地图API的数据采集，根据百度地图API的....

图2-6城市规划区供电网格划分示意图

图2-6城市规划区供电网格划分示意图城市网格电力负荷数目分析时，根据城市地理信息以及供电规行网格化划分。根据规划文本可以得到网格的经纬度坐标点，数目爬取的关键因素。运用百度地图提供的应用程序编程接口络爬虫功能，依据百度地图PlaceAPI的请求参数和返回参数各电力用户的....

图3-1小区权重分析结构模型图

图3-1小区权重分析结构模型图此时最大的特征向量为max7.4671，一致性比例CR=0.0572，此时CR小于0.1，判断矩阵具有满意一致性。3.2.3居民负荷的聚类分析本文以河南省某市为研究对象分析负荷的释放特性，该市是中原城市群地区性中心城市，是中原经....

图3-2该市用地总体规划图

图3-2该市用地总体规划图块为住宅用地，由总体规划图可以看出，居民用地占比较负荷为研究对象，分析居民负荷的释放特性。本文采用K区进行聚类，选取上述7个因素作为聚类因子，根据层次值，计算群簇的距离。居民负荷的而聚类结果如图3-3所

本文编号：4027026