基于多源数据分层关联分析及优化神经网络的电力负荷预测

发布时间：2024-05-27 00:20

　　电力负荷预测对国家能源调配和国民经济发展有着不可替代的作用。电力系统部门可以根据预测结果对电网的输配电做出合理安排,进而对市政生活用电、工业生产用电等做出合理规划和资源配置,使得社会生产高效进行。论文在分析电力负荷分类和基本特性基础上,提出基于多源数据分层关联分析及优化神经网络的电力负荷预测。首先,针对电力负荷多源数据的噪声、冗余缺失以及负荷的特例类型,提出基于最短分叉树(Shortest Forking Tree,SFT)和混合指标局部异常因子(Mixed Index Local Abnormal Factor,MDILAF)的异常值检测方法,通过与LOF、LDOF、LOCI、COF、LMDOF和RDOS六种异常值检测算法的对比实验,验证了SFT可以替代传统K邻域信息方法并且有效的消除了K值敏感性,证明了MDILAF识别异常值性能优于其他算法。其次,为了降低原始负荷数据的复杂度和准确分析多源影响因素与电力负荷的关联度,构建了一种结合双树复小波(Dual-Tree Complex Wavelet Transform,DTCWT)与灰色关联分析(Grey Relational Analy...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图2-1一周电力负荷走势图

燕山大学工程硕士学位论文-8-图2-1一周电力负荷走势图(1)日周期特性由日负荷变化曲线可以观察出电力负荷走势呈现出“驼峰”形状且不同日期的走势较为一致，即一天内负荷低谷区间集中于0时至5时，波形上升区间集中在7时至9时和17时至19时。结合日常生活规律，此变化趋势具有日周期特性....

图2-2四周电力负荷走势图

燕山大学工程硕士学位论文-8-图2-1一周电力负荷走势图(1)日周期特性由日负荷变化曲线可以观察出电力负荷走势呈现出“驼峰”形状且不同日期的走势较为一致，即一天内负荷低谷区间集中于0时至5时，波形上升区间集中在7时至9时和17时至19时。结合日常生活规律，此变化趋势具有日周期特性....

图2-3季度电力负荷走势图

第2章电力负荷特性分析-9-性基本一致，因此，电力负荷同样具有周周期特性。图2-3季度电力负荷走势图(3)季节周期特性季度负荷特性曲线有分层现象，具有较强的季节规律特性，即负荷总量二季度>四季度>三季度>一季度，明显表示出气象因素对于电力负荷的影响。2、电力负荷还具有明显的随机特....

图3-1公式3-14数据要求原理分析图

第3章电力负荷数据的异常值检测与分析-21-图3-1公式3-14数据要求原理分析图3.4仿真实验和分析为了验证MDELAF算法在处理不同类型数据时的可行性和先进性，第3.4.1节采用SFT方法处理三种综合仿真数据，显示了算法在数据简约和克服参数敏感性的优越性。第3.4.2节主要利....

本文编号：3982504