短期电力负荷预测方法的研究与应用

发布时间：2020-10-31 01:30

　　 精确的负荷预测是进行供电交易计划及调试计划的重要前提,它能确保在决策是否需要调控发电量以及是否需要启停机组时能做出正确的判断,从而能够在满足正常供电需求的前提下,最大限度的节约成本,并且保证电网安全稳定运行。影响电力负荷预测精确性的因素很多,比如气候变化、人类活动和社会发展等。本文以提高负荷数据的预测精度为前提,提出了基于改进小波阈值函数的负荷数据处理方法,运用小波阈值函数对负荷预测数据进行减噪处理,使得其呈现出更高的信噪比;并针对传统负荷预测方法具有一定的局限性,本文提出了一种基于支持向量机回归的混沌预测模型,该模型能够很好地利用支持向量机的泛化能力,对混沌预测模型进行改进,提升模型计算精度。本文在经过小波阈值函数减噪处理、相空间重构、规整化、误差检验体系、相空间重构的参数筛选、支持向量机回归的参数筛选等过程之后,对实际负荷数据进行了短期负荷预测的仿真分析,同时结合三种传统的预测方法对本文的负荷预报结果进行了对比与分析,验证了本文所提预测方法的精确性以及在短期负荷预测中的可行性。
【学位单位】：南昌大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM715
【部分图文】：

图 2.1 哈尔型图像西哥草帽型小波基函数草帽型 WT 基映射，其特征为基于 Gauss 平滑映射（Ga入映射进行 WT。该方法在计算机科学的视觉图像处理其方程为式(2.8)所示。2124 22( ) (1 )3t x x e 现了墨西哥草帽型 WT 基映射的图样，见图样 2.2。

入映射进行 WT。该方法在计算机科学的视觉图像处理其方程为式(2.8)所示。2124 22( ) (1 )3t x x e 现了墨西哥草帽型 WT 基映射的图样，见图样 2.2。

图 2.5 IWTH 的图像以及对比图-1 0 1-101 =1-1 0 1-101 =1-1 0 1-101 =1-1 0 1-101 =10-1 0 1-101 =10-1 0 1-101 =10-1 0 1-101 =100-1 0 1-101 =100-1 0 1-101 =100
【参考文献】

相关期刊论文 前10条

1 张淑清;师荣艳;董玉兰;李盼;任爽;姜万录;;双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用[J];中国电机工程学报;2015年22期

2 钟清;孙闻;余南华;柳春芳;王芳;张鑫;;主动配电网规划中的负荷预测与发电预测[J];中国电机工程学报;2014年19期

3 张文超;谭思超;高璞珍;;基于Lyapunov指数的摇摆条件下自然循环流动不稳定性混沌预测[J];物理学报;2013年06期

4 张建锋;崔树军;李国敏;;常用小波及其时-频特性[J];地学前缘;2012年06期

5 吴锋;胡剑琛;余加喜;刘充许;;计及气象时空分布影响的短期负荷预测方法[J];南方电网技术;2012年05期

6 蔡艳平;李艾华;张玮;许平;;HHT端点效应的最大Lyapunov指数边界延拓方法[J];仪器仪表学报;2011年06期

7 蒋强;肖建;郑高;周文卫;王万岗;;基于重构相空间FLS-SVM的电力系统混沌预测模型[J];信息与控制;2011年02期

8 廖旎焕;胡智宏;马莹莹;卢王允;;电力系统短期负荷预测方法综述[J];电力系统保护与控制;2011年01期

9 李元诚;刘克文;;面向大规模样本的核心向量回归电力负荷快速预测方法[J];中国电机工程学报;2010年28期

10 李海东;李青;;基于阈值法的小波去噪算法研究[J];计算机技术与发展;2009年07期

相关博士学位论文 前2条

1 颜七笙;基于智能计算和混沌理论的铀价格预测研究[D];江南大学;2014年

2 卜云;混沌时间序列自适应预测算法研究[D];电子科技大学;2010年

相关硕士学位论文 前8条

1 梁毅;基于BP神经网络的电力负荷预测模型设计与系统实现[D];西华大学;2016年

2 吴小琴;基于轨迹跟踪的负荷预测算法研究[D];重庆大学;2016年

3 李昕;相空间重构和支持向量机结合的短期电力负荷预测研究[D];中北大学;2015年

4 文政;基于混沌—支持向量机理论的网络流量预测[D];郑州大学;2012年

5 霍明;短期负荷预测的支持向量机模型参数优化方法研究[D];湖南大学;2009年

6 党建亮;基于支持向量机的混沌序列预测方法研究[D];西南交通大学;2006年

7 蒋丽峰;基于混沌特性的支持向量机短期电力负荷预测[D];长沙理工大学;2005年

8 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年

本文编号：2863275