版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著我國經(jīng)濟的飛速發(fā)展,社會用電需求正在極速增長,我國也在大力建設智能電網(wǎng)。電網(wǎng)負荷預測因為涉及面廣、影響要素多、不確定性大,一直以來,都是電網(wǎng)規(guī)劃部門考慮解決的一個難點。研究一種考慮因素全面、預測準確的電網(wǎng)負荷預測方法,為電網(wǎng)公司的配電規(guī)劃提供科學合理的參考,對電網(wǎng)建設和電網(wǎng)公司的長期發(fā)展具有極其重要的理論和實際價值。
本文在灰色關聯(lián)分析基礎上,構建了用于內(nèi)蒙古短期電力負荷預測的指標體系。因為電網(wǎng)負荷可能受到多個指標的影響,
2、因此一個合理的指標體系是預測的根本。通過對評價指標的含義進行分析,從其中篩選出一部分與電網(wǎng)負荷關系較為密切的指標;通過對常見的灰色關聯(lián)分析方法,選用關聯(lián)度分析方法對內(nèi)蒙古“十一五”期間的負荷值與歷史數(shù)據(jù)進行了分析;最后根據(jù)以上分析結果,提出了內(nèi)蒙古電短期力負荷預測指標體系。選用基于GM(1,1)模型的方法,對內(nèi)蒙古全省及下屬地市的各個預測指標的下個月發(fā)展進行了預測。評價指標具有變化隨機性大以及受外界影響大的特點,本文通過對近些年流行的預
3、測算法進行仿真對比,證明了基于GM(1,1)模型的方法對電網(wǎng)負荷預測指標的預測更加適用。由于電網(wǎng)負荷受到多個指標的影響,負荷預測具有很大的不確定性,采用常規(guī)的數(shù)理分析方法難以準確辨析指標與負荷的數(shù)據(jù)關系,因此本文采用了極限學習機的方法建立內(nèi)蒙古短期電力負荷預測模型。通過對2012年全省及下屬地市的負荷進行仿真實驗,預測的準確度相對于原有的方法有了很大提升。在上述預測方法理論研究的基礎上,本文設計并實現(xiàn)了內(nèi)蒙古短期電力負荷預測軟件系統(tǒng)。該
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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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
- 基于極限學習機的短期電力負荷預測.pdf
- 基于相似日選取的小波極限學習機短期負荷預測模型研究.pdf
- 基于人工智能算法改進極限學習機的電力負荷預測.pdf
- 采用極限學習機和經(jīng)驗模式分解組合的短期負荷預測研究.pdf
- 基于優(yōu)化的核極限學習機在負荷預測中的研究.pdf
- 超短期電力負荷預測的多模型極限學習算法.pdf
- 內(nèi)蒙古電力系統(tǒng)負荷預測分析研究.pdf
- 基于支持向量機的短期電力負荷預測
- 基于支持向量機的短期電力負荷預測.pdf
- 基于極限學習機的風電功率預測研究.pdf
- 基于支持向量機的電力短期負荷預測研究.pdf
- 基于支持向量機的短期電力負荷預測研究.pdf
- 基于支持向量機的船舶電力負荷短期預測.pdf
- 基于負荷特性的短期電力負荷預測系統(tǒng)開發(fā).pdf
- 基于經(jīng)驗模態(tài)分解和極限學習機的風電功率短期預測方法研究
- 基于縣調(diào)系統(tǒng)的短期電力負荷預測.pdf
- 基于GPRS的短期電力負荷預測系統(tǒng)的研究.pdf
- 內(nèi)蒙古電網(wǎng)負荷特性分析及其預測.pdf
- 基于混沌特性的支持向量機短期電力負荷預測.pdf
- 基于改進支持向量機的短期電力負荷預測研究.pdf
評論
0/150
提交評論