版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、電力負荷預測技術的不斷創(chuàng)新是當今社會電力系統(tǒng)長久發(fā)展的保證,中長期電力負荷預測提供的科學數據是制定電力發(fā)展規(guī)劃的重要依據。本文基于灰色模型的“小樣本”“貧信息”“不確定”特點與中長期電力負荷預測研究對象相吻合,研究其在中長期負荷預測中的應用。并對模型進行改進,進而探尋提高負荷預測精度的最佳方法。
本文首先對課題背景及研究意義進行了闡述,對電力負荷預測及灰色理論的發(fā)展現狀進行了分析,說明現有的預測方法中存在的不足。本文依據電力負
2、荷變化的指數增長特性和隨機波動特性,并綜合考慮傳統(tǒng)灰色模型的缺陷問題,建立了殘差修正的灰色預測模型和動態(tài)等維新息預測模型。殘差修正灰色預測模型把模型值與實際值間的殘差對應疊加在傳統(tǒng)的灰色模型值上,修正了模型值于實際值之間的偏差;動態(tài)等維新息預測模型通過淘汰過于陳舊的信息,動態(tài)補充模型預測的新信息,降低了由于預測過程隨機變化帶來的運算復雜性,從而提高模型精度。在此基礎上,進行模型之間的優(yōu)化組合,將殘差修正技術的思想融入到動態(tài)等維新息預測模
3、型中,重組新的改進型灰色模型—基于動態(tài)等維新息的殘差修正模型。組合后的模型擴大了原模型的適用性,雙重優(yōu)化了模型參數,大大減弱了隨機干擾因素的影響,是提高灰色模型實用價值的又一重要體現。
為了驗證三種模型的預測效果,本文均選取A地區(qū)2008-2016年總用電量數據,對三種改進的灰色模型和傳統(tǒng)的灰色模型進行實例對比分析,并采用VC++對灰色模型的預測過程進行計算機實現,最終將預測結果以MATLAB折線圖的形式表示,驗證改進型灰色模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進的灰色模型在中長期電力負荷預測中的應用研究.pdf
- 基于改進灰色模型的中長期電力負荷預測.pdf
- 灰色預測模型及中長期電力負荷預測應用研究.pdf
- 基于灰色模型的中長期電力負荷組合預測.pdf
- 灰色Verhulst模型在中長期負荷預測中的應用研究.pdf
- 灰色理論在中長期負荷預測中的應用.pdf
- 組合預測模型在中長期電力負荷預測中的應用.pdf
- 基于灰色理論的中長期電力負荷的預測.pdf
- 組合預測模型在電力中長期負荷預測系統(tǒng)中的應用.pdf
- 地區(qū)中長期電力負荷預測模型及應用研究.pdf
- 基于組合模型的電力負荷中長期預測研究
- 基于組合模型的電力負荷中長期預測研究.pdf
- 中長期電力負荷預測模型研究.pdf
- 基于灰色與神經網絡組合模型的中長期電力負荷預測.pdf
- 組合預測模型在中山電力中長期負荷預測系統(tǒng)中的應用.pdf
- 基于SVM的組合預測在中長期電力負荷預測中的應用.pdf
- 電力系統(tǒng)中長期負荷的灰色預測.pdf
- 基于嵌套組合模型的中長期電力負荷預測研究.pdf
- 中長期電力負荷預測的研究與應用.pdf
- 基于智能算法的改進中長期負荷預測模型研究.pdf
評論
0/150
提交評論