学位论文 > 优秀研究生学位论文题录展示

电力系统负荷预报方法研究

作　者: 崔艳青
导　师: 彭秀艳
学　校: 哈尔滨工程大学
专　业: 系统工程
关键词: 电力负荷预报时间序列 Kalman滤波混沌相空间最大Lyapunov指数组合预报
分类号: TM714
类　型: 硕士论文
年　份: 2013年
下　载: 31次
引　用: 0次
阅　读: 论文下载

内容摘要

在电力系统现代化管理，乃至整个国民经济的发展中，电力负荷预报都具有不可忽视的重要意义，尤其是准确的短期电力负荷预报。它是能量管理系统的重要组成部分，是电力调度、制定电价的基础，是电力系统安全、经济、可靠运行的前提。研究负荷特性、分析负荷理论、优化预报算法、提高预报精度、建立高效实用的负荷预报模型已成为当前电力系统负荷预报中十分重要的课题。本文主要针对电力系统短期负荷的预报方法及其预报模型的建立进行了研究，在对负荷时间序列分析的基础上，分别建立了基于电力负荷量测序列的自适应AR模型、基于电力负荷量测序列的混沌预报模型、组合最优预报模型。对于电力负荷量测序列自适应AR模型的建模及参数估计过程中，采用三种不同的模型估计的递推算法，即基于最小二乘方法、基于Wiener滤波理论的方法、基于Kalman滤波理论的方法。在建立基本预报模型的基础上加以改进，对各模型的预报效果进行分析比较，得出最优模型。对于建立基于混沌时间序列相空间重构的预报模型，首先对延迟时间、嵌入维数、最大Lyapunov指数等参数的多种计算方法进行分析和改进。然后利用所求的参数建立基于最大Lyapunov指数预报模型，将改进的欧几里德距离公式运用到建模过程中，使预报精度大大提高。将Kalman滤波理论引入到混沌时间序列中，提出混沌Kalman滤波预报方法，利用相点演化关系，直接建立混沌系统的状态空间模型，利用Kalman滤波自身具有的实时校正技术，对具有混沌特性的电力系统负荷序列，进行相点演化的实时递推预报。在组合预报方面，为了克服各个单一预报模型自身的局限，更好的利用各模型的预报结果，提出了将最小二乘法、Kalman滤波法、混沌Kalman滤波法加相权的组合预报方法，分别采用方差—协方差法(MV)、最优加权法来确定权重系数，分析两种方法的优劣，得出较为适合的模型；为了避免某种单一方法预报结果的突变，提出了一种改进的组合预报方法，用于模型的修正，提高预报精度。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-15
  1.1 电力系统负荷预报研究背景及意义  10
  1.2 电力系统负荷预报国内外研究现状  10-13
  1.3 本文主要研究内容  13-15
第2章电力系统负荷预报的基本理论  15-20
  2.1 负荷预报的基本原则  15-16
  2.2 负荷预报的基本步骤  16-17
  2.3 负荷预报的基本评价  17-19
  2.4 本章小结  19-20
第3章基于时间序列的电力系统短期负荷预报  20-41
  3.1 基于最小二乘法的电力系统短期负荷 AR 建模与预报  21-27
    3.1.1 最小二乘（LS）准则  21
    3.1.2 递推最小二乘（RLS）算法  21-23
    3.1.3 基于 RLS 算法的 AR 模型电力系统短期负荷预报  23-24
    3.1.4 仿真实例  24-27
  3.2 基于 Wiener 滤波的电力系统短期负荷 AR 建模与预报  27-33
    3.2.1 Wiener 最优滤波器及 LMS 算法  27-28
    3.2.2 改进基于 LMS 的相关算法  28-30
    3.2.3 基于 LMS 算法的 AR 模型电力系统短期负荷预报  30-31
    3.2.4 仿真实例  31-33
  3.3 基于 Kalman 滤波的电力系统短期负荷 AR 建模与预报  33-39
    3.3.1 Kalman 滤波原理及状态估计  33-35
    3.3.2 Kalman 滤波与自适应滤波器模型  35-38
    3.3.3 基于 Kalman 滤波的 AR 模型电力系统短期负荷预报  38
    3.3.4 仿真实例  38-39
  3.4 本章小结  39-41
第4章基于混沌理论的电力系统短期负荷预报  41-58
  4.1 混沌理论及相空间重构  41-48
    4.1.1 混沌时间序列的特征量  41-44
    4.1.2 混沌时间序列相空间重构  44-48
  4.2 电力系统负荷时间序列的混沌识别  48-51
    4.2.1 自相关函数法计算延迟时间  48
    4.2.2 改进 G-P 算法计算嵌入维数 m  48-49
    4.2.3 改进小数据量法计算最大 Lyapunov 指数  49-51
  4.3 基于最大 Lyapunov 指数预报模型  51-53
    4.3.1 最大 Lyapunov 指数预报法  51-52
    4.3.2 改进欧几里德公式  52
    4.3.3 基于改进最大 Lyapunov 指数电力系统短期负荷预报  52-53
  4.4 基于混沌 Kalman 滤波预报模型  53-57
    4.4.1 系统状态空间描述  53-54
    4.4.2 混沌 Kalman 滤波预报步骤  54-55
    4.4.3 基于混沌 Kalman 滤波预报电力系统短期负荷预报  55-57
  4.5 本章小结  57-58
第5章基于组合预报法的电力系统短期负荷预报  58-67
  5.1 组合预报的相关知识  58-61
    5.1.1 组合预报基本原理  58
    5.1.2 组合预报系数的确定  58-61
  5.2 基于组合预报模型的电力负荷预报  61-64
    5.2.1 基于三种单一方法的组合预报模型  61-62
    5.2.2 仿真实例  62-64
  5.3 一种改进的组合预报方法  64-66
  5.4 本章小结  66-67
结论  67-69
参考文献  69-74
攻读硕士学位期间发表的论文和取得的科研成果  74-75
致谢  75

电力系统负荷预报方法研究

内容摘要

全文目录

相似论文