版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力系統(tǒng)負(fù)荷預(yù)測(cè)是電網(wǎng)能量管理系統(tǒng)的重要內(nèi)容。通過精確的負(fù)荷預(yù)測(cè),可以經(jīng)濟(jì)合理地安排機(jī)組啟停,減少旋轉(zhuǎn)備用容量,進(jìn)而降低發(fā)電成本,提高經(jīng)濟(jì)效益。因此,尋求有效的負(fù)荷預(yù)測(cè)方法,提高預(yù)測(cè)結(jié)果的準(zhǔn)確度具有重要意義。
本文首先介紹了電力負(fù)荷發(fā)展的背景及意義,闡述了國(guó)內(nèi)外在電力負(fù)荷預(yù)測(cè)領(lǐng)域的研究現(xiàn)狀,著重介紹了基于神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè);然后針對(duì)人工神經(jīng)網(wǎng)絡(luò)尤其是BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)具有過擬合、容易陷入局
2、部極值等缺點(diǎn),提出了基于小波分解與粒子群算法優(yōu)化的支持向量機(jī)預(yù)測(cè)模型。該模型以支持向量機(jī)為基礎(chǔ),同時(shí)采用粒子群算法解決支持向量機(jī)的參數(shù)選擇問題。最后通過小波分解將電力負(fù)荷時(shí)間序列分解為高頻與低頻序列,對(duì)低頻序列采用本模型預(yù)測(cè),而高頻序列則采用加權(quán)平均的方法預(yù)測(cè),將高頻與低頻序列的預(yù)測(cè)結(jié)果重構(gòu)在一定程度上弱化了電力負(fù)荷的隨機(jī)性。
為了進(jìn)一步提高預(yù)測(cè)精度,提出了基于模糊聚類選取相似日的短期電力負(fù)荷預(yù)測(cè)模型。為了更準(zhǔn)確地描述氣象因素
3、對(duì)于負(fù)荷預(yù)測(cè)精度的影響,該模型首先將氣象因素細(xì)分為氣溫、氣壓、風(fēng)速、陰雨等情況,然后和星期類型、日期類型一起構(gòu)成相似日的影響因素,通過模糊規(guī)則建立模糊系數(shù)特征映射表,不但實(shí)現(xiàn)影響因素的量化,而且便于實(shí)時(shí)添加新規(guī)律。在此基礎(chǔ)上,采用模糊聚類方法進(jìn)行分類,根據(jù)聚類水平選取相似日,減少了樣本數(shù)量,加快了選取速度。該模型充分考慮了氣象等因素對(duì)電力負(fù)荷預(yù)測(cè)的影響,進(jìn)一步弱化了負(fù)荷的隨機(jī)性。
最后,建立了短期電力負(fù)荷預(yù)測(cè)系統(tǒng)軟件。該軟件主
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相似日和動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè).pdf
- 模糊聚類與混沌預(yù)測(cè)在短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- 基于相似日選取的小波極限學(xué)習(xí)機(jī)短期負(fù)荷預(yù)測(cè)模型研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè).pdf
- 基于局部模糊推理的短期電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷短期預(yù)測(cè).pdf
- 基于模糊聚類和F-NN預(yù)測(cè)模型組合的短期負(fù)荷預(yù)測(cè)研究.pdf
- 基于相似日和智能算法的短期負(fù)荷組合預(yù)測(cè).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于粒子群優(yōu)化模糊推理的短期電力負(fù)荷預(yù)測(cè).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)的研究.pdf
- 基于模糊識(shí)別和負(fù)荷特性的電力負(fù)荷超短期預(yù)測(cè)方法研究.pdf
- 考慮節(jié)點(diǎn)負(fù)荷模糊聚類的級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)日負(fù)荷預(yù)測(cè)模型.pdf
- 基于組合方法的短期電力負(fù)荷預(yù)測(cè).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè).pdf
- 基于HHT的短期電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于混沌理論的短期電力負(fù)荷預(yù)測(cè).pdf
- 基于負(fù)荷特性的短期電力負(fù)荷預(yù)測(cè)系統(tǒng)開發(fā).pdf
- 基于模糊相似關(guān)系的聚類研究.pdf
- 基于殘差和相似日修正的燃?xì)舛唐谪?fù)荷組合預(yù)測(cè)模型研究.pdf
評(píng)論
0/150
提交評(píng)論