学位论文 > 优秀研究生学位论文题录展示

基于局部模糊推理的短期电力负荷预测研究

作　者: 程金增
导　师: 谷云东
学　校: 华北电力大学
专　业: 应用数学
关键词: 短期电力负荷预测特征属性选取聚类分析模糊推理
分类号: TM715
类　型: 硕士论文
年　份: 2012年
下　载: 112次
引　用: 0次
阅　读: 论文下载

内容摘要

电力负荷预测在电力系统以及用电单位的经济预算中是一项重要的内容。随着社会的现代化建设,用电需求量、最大负荷等都迅速增长。对于日负荷而言,一天内峰谷值差异变大,峰值点变多,这样就给电力负荷预测带来了较大的难度,特别是对于周负荷或者日负荷等短期负荷的预测。由于用电多元化导致了日用电曲线变动较大,所以以往的很多模型都慢慢的不再具有预测精度的优势,比如回归系数、时间序列方法等。目前神经网络由于其具有的学习能力,被很大部分的负荷预测文献所采用。但另一方面,电网系统具有显著的不确定性特征,而模糊推理在不确定性的描述和处理方面具有显著的优势。因此,模糊集与模糊推理的知识也被广泛的应用于电力负荷的数学建模。本文给出一种基于模糊推理的短期电力负荷预测多模型预测方法。该方法首先根据负荷曲线分布特点将一天24个小时分为多个时区。为了保证峰谷差异较大的各不同时间段预测的准确性,对每个时间区段建立一个形式相近但参数各异的负荷预测模型。根据负荷数据通过相似性查找等手段得到合适的负荷属性作为输入向量,然后用有监督的聚类分析得到经典的负荷模式子集,并用模糊推理对得到的经典负荷模式进行推理分析,形成模糊推理规则,最后解模糊化得出预测结果。由于本文采用了有监督的聚类分析与模糊推理相结合的方法,保证了数据分析中的学习能力和不确定性描述分析能力,能在局地短期负荷预测中具有较好的效果。第五章实际算例表明,基于模糊推理的短期电力负荷预测方法具有较强的实用性和准确性。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-13
  1.1 引言  9-10
  1.2 国内外发展现状及展望  10-11
  1.3 本文主要研究内容  11-13
第2章电力负荷预测基础知识介绍  13-20
  2.1 引言  13
  2.2 预测步骤  13-14
  2.3 相关智能预测方法  14-16
    2.3.1 神经网络模型  14
    2.3.2 专家系统方法  14-15
    2.3.3 优选组合预测方法  15-16
  2.4 基于模糊推理的预测方法  16-19
    2.4.1 模糊集合  16
    2.4.2 模糊推理  16-18
    2.4.3 模糊预测基本方法  18-19
  2.5 小结  19-20
第3章一种基于局部聚类和模糊推理的短期电力负荷预测算法  20-28
  3.1 引言  20
  3.2 算法的主要思想和步骤  20-21
  3.3 地区电力负荷曲线的特点及预测时间的分区  21-22
  3.4 区段负荷预测子模型的建立  22-26
    3.4.1 各区段局部预测模型输入属性特征的选择  22-24
    3.4.2 基于部分属性有监督聚类的局部典型负荷模式提取  24-26
  3.5 聚类结果的模糊规则表示  26
  3.6 基于模糊规则推理的区段负荷预测  26-27
  3.7 基于评估反馈的模型参数优化方案  27
  3.8 小结  27-28
第4章仿真实验与分析  28-35
  4.1 引言  28
  4.2 实验数据选择与实验计划  28-29
    4.2.1 实验数据选择  28-29
    4.2.2 实验计划  29
  4.3 实验结果与分析  29-34
    4.3.1 实验结果  29-31
    4.3.2 实验结果分析  31-34
  4.4 小结  34-35
第5章结论  35-37
  5.1 总结  35
  5.2 优势与局限性  35
  5.3 展望  35-37
参考文献  37-40
附录  40-43
攻读硕士学位期间发表的论文及其它成果  43-44
致谢  44-45
作者简介  45

基于局部模糊推理的短期电力负荷预测研究

内容摘要

全文目录

相似论文