基于数据挖掘的牵引负荷统计方法及应用研究

发布时间：2024-04-12 05:07

　　我国电气化铁路的发展速度正在加快,电铁负荷普遍地分布于电网中,其运行所用的电能由电力系统提供。电气化铁路负荷是一种特殊的用电负荷,保证其稳定、可靠运行是铁路发展与建设的首要目标。特别地对于其在电网中产生的诸如负序的电能质量问题,铁路部门需要采取相应的电能治理方案。因此研究具有预测效应的新建电气化铁路负荷分布统计方式是很有必要的,其结果可以为新建牵引变电所设计和电网规划工作提供一定的数据基础。本文以既有的大量牵引负荷实测数据作为计算基础,运用数据挖掘技术以及概率论与数学统计方法得到牵引负荷概率密度分布模型。结合不完全?函数,获得了95%概率大值的计算方法,计算结果与实测数据进行了对比和误差分析。同时引入蒙特卡罗抽样的思想,根据概率模型产生牵引负荷的抽样样本,为电气化铁路接入电网时电能质量评估计算提供了理论数据。根据分布拟合统计方法的局限性,本文从数据挖掘中的聚类角度出发,选取电气化铁路负荷典型数字特征以及各阶样本矩作为边界条件,选择基于指标权重的模糊C聚类方式将多个现有牵引负荷进行分类。由每一类负荷概率直方图分布的相似性以及聚类有效指标数值判定出了考虑指标权重后聚类结果的相对优越性,从而...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题的背景及研究意义
    1.2 国内外研究现状
    1.3 本文研究的主要内容
第2章 牵引负荷的数据挖掘过程
    2.1 牵引负荷的分布特性
        2.1.1 单相独立性和不对称性
        2.1.2 非线性
        2.1.3 随机波动性
    2.2 挖掘建模的两种统计方法
        2.2.1 直方图的绘制
        2.2.2 贝塔分布
        2.2.3 非参数核密度估计
    2.3 蒙特卡罗抽样
        2.3.1 蒙特卡罗方法的提出
        2.3.2 蒙特卡罗的基本思想
        2.3.3 基于蒙特卡罗的建模过程
    2.4 本章小结
第3章 基于聚类分析的牵引负荷预测
    3.1 聚类指标的选择
        3.1.1 牵引负荷的一般统计量
        3.1.2 牵引负荷的各阶矩
    3.2 主成分分析
    3.3 考虑权重的模糊C聚类
        3.3.1 传统模糊C聚类
        3.3.3 牵引负荷的聚类分析
    3.4 聚类效果评估
    3.5 本章小结
第4章 基于负荷预测的储能装置容量规划设计研究
    4.1 新建牵引变电所的负荷预测思路
    4.2 储能系统在电气化铁路中的应用介绍
        4.2.1 削峰填谷技术的背景
        4.2.2 储能装置接入电气化铁路拓扑原理
    4.3 牵引负荷接入电网的限值及容量需求
        4.3.1 系统短路容量介绍
        4.3.2 基于负序国标计算最小短容比
    4.4 牵引供电系统接入储能装置容量的适配思路
    4.5 案例分析
        4.5.1 某新建线路的资料背景
        4.5.2 新建电气化铁路牵引负荷预测
        4.5.3 新建电气化铁路接入储能装置容量
    4.6 本章小结
结论与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果



本文编号：3951709