学位论文 > 优秀研究生学位论文题录展示

基于频域分解的短期负荷预测研究

作　者: 任明明
导　师: 加玛力汗·库马什
学　校: 新疆大学
专　业: 电力系统及其自动化
关键词: 短期负荷预测数据处理频域分解关联向量机 MATLAB
分类号: TM715
类　型: 硕士论文
年　份: 2013年
下　载: 38次
引　用: 0次
阅　读: 论文下载

内容摘要

负荷预测工作的根本目的是为后续的研究提供先验条件，或用于指导系统运行决策的制定。短期电力负荷预测作为负荷预测工作的组成环节，在指导电力生产和调度计划，保障供需平衡，维持电网安全稳定、经济、环保运行发挥着重要作用。短期负荷预测研究的根本任务是减少预测误差，提高预测准确率。短期负荷预测存在三大核心问题，包括历史数据的处理，挖掘当地短期负荷变化规律，以及建立能够科学描述这些规律的数学模型。前人围绕这些主要问题不断深入研究，本文对过去出现的短期负荷预测传统和智能方法进行归纳总结，考虑负荷变化的全局周期性和局部概率性两大特性，展开短期负荷预测研究。负荷变化具有一定的周期性，为了研究负荷周期变化规律，过去常用的方法是利用傅立叶变换或小波变换对负荷曲线分解，得到可以进行周期描述的分量。为避免傅立叶分解时高频信息丢失和小波基选择困难的问题，保证样本数据的完整性和有效性，本文采用新的频域分解方法EEMD，首次提出利用分量特征，描述正常负荷的变化范围和精度预评价指标。根据负荷高频分量特征，筛选出伪数据，根据趋势分量特征，对坏数据修正。考虑到不同日的同一时刻负荷分布存在统计分布，假设服从高斯分布，引入关联向量机广义回归模型和RVS算法。本文采用MATLAB软件，利用EUNITE国际负荷竞赛提供的历史数据进行建模验证，训练出的模型进行负荷预测，最后运用短期负荷预测指标，对预测模型进行评价分析，结果较为满意。本文研究成果能够为将来负荷预测系统开发中负荷数据处理和预测智能方法扩展提供理论和方法支撑。

全文目录

摘要  4-5
Abstract  5-7
目录  7-9
第1章绪论  9-20
  1.1 短期负荷预测研究目的和意义  9-10
  1.2 短期负荷预测的基本过程  10-11
  1.3 短期负荷预测方法和国内外研究情况  11-18
    1.3.1 短期负荷预测的传统方法  12-13
    1.3.2 短期负荷预测的智能方法  13-15
    1.3.3 短期负荷预测研究的现状及问题  15-18
  1.4 本文所作的工作及创新  18-19
  1.5 本文的章节安排  19-20
第2章短期负荷的频域分解  20-30
  2.1 常用的负荷频域分解方法  20-23
    2.1.1 FFT 和 WT 负荷频域分解  20-21
    2.1.2 EEMD 负荷频域分解  21-23
    2.1.3 三种频域分解方法对比  23
  2.2 EEMD 负荷频域分解和组合  23-29
    2.2.1 EEMD 负荷分解  23-26
    2.2.2 频谱图  26-28
    2.2.3 负荷分量的组合  28-29
  2.3 本章小结  29-30
第3章 RVM 模型及 RVS 辨识算法  30-37
  3.1 RVM 模型的基本思想  30-31
  3.2 RVS 辨识算法及程序实现  31-36
    3.2.1 RVS 算法理论[25-30]  31-36
    3.2.2 RVS 辨识算法的实现步骤  36
  3.3 本章小结  36-37
第4章辨识数据集的预处理  37-42
  4.1 负荷数据的预处理  37-40
    4.1.1 短期负荷预测的假设条件  37
    4.1.2 负荷伪数据的分类  37-38
    4.1.3 基于频域分解的负荷伪数据处理  38-40
  4.2 温度数据的预处理  40-41
  4.3 本章小结  41-42
第5章分量组合模型的训练、预测及评价  42-50
  5.1 组合模型训练和预测  42-44
    5.1.1 低频分量模型的训练  42-43
    5.1.2 高频分量模型的训练  43-44
    5.1.3 应用模型预测  44
  5.2 模型的评价与分析  44-49
  5.3 本章小结  49-50
第6章结论与展望  50-52
  6.1 结论  50
  6.2 后续工作展望  50-52
参考文献  52-56
附录  56-64
攻读硕士期间发表的论文  64-65
致谢  65

基于频域分解的短期负荷预测研究

内容摘要

全文目录

相似论文