220kV變電站母線負荷預測研究.pdf

1、短期負荷預測不僅是調度、規(guī)劃等管理部門的重要工作，也是能量管理系統(tǒng)(EMS)和配電管理系統(tǒng)(DMS)的重要組成部分。短期負荷預測依據(jù)預測對象的不同又可分為系統(tǒng)負荷預測和母線負荷預測。與系統(tǒng)負荷相比，關于母線負荷預測研究相對較少，國內外相關文獻有限。在以往的電力系統(tǒng)運行中，以系統(tǒng)負荷預測結果為依據(jù)。將其按比例分配至各個母線上，得到母線負荷的預測結果，可以基本上滿足粗放式管理和決策的要求。而母線負荷變化規(guī)律復雜，難以提出較為理想的預測方法，

2、這些原因造成了母線負荷預測成果的缺乏。本文對220kV電壓等級變電站母線負荷預測進行了深入研究，將四種系統(tǒng)負荷的預測模型應用于母線負荷預測當中并對預測效果進行了評價。在上述研究的基礎上，提出了一種以各時段預測誤差平方和最小為目標函數(shù)的綜合模型，提高了預測精度。本文的主要工作如下：
　　(1)闡述了母線負荷預測的國內外研究動態(tài)，簡單介紹了常用的負荷預測算法。
　　(2)詳細論述模糊C均值(FCM)聚類算法和模糊最大支撐樹算法步

3、驟，給出了歐式距離、灰色關聯(lián)度和趨勢相似度的計算公式。
　　(3)分析了母線負荷的特點和預測的難點，根據(jù)歐式距離、灰色關聯(lián)度和趨勢相似度選取了三組相似負荷時間序列，通過比較各組中負荷時間序列變化趨勢相似程度，確定了趨勢相似度為聚類指標。
　　(4)以趨勢相似度為聚類指標，利用最大支撐樹算法對母線負荷進行了聚類分析，結果表明，區(qū)分工作日負荷和休息日負荷的分類方式對母線負荷并不適用。
　　(5)提出了基于相似負荷時間序列的

4、短期負荷預測模型，并在母線負荷的橫向預測上進行了應用，取得了良好的預測效果。
　　(6)對ARIMA模型、灰色預測GM(1，1)模型和RBF徑向基函數(shù)神經(jīng)網(wǎng)絡模型的基本理論和建模步驟進行了詳細的論述，繪制了算法流程圖；通過修正預測公式，對灰色預測GM(1，1)模型進行了改進，通過預測實例驗證改進后的模型改善了原始模型的預測效果；將模糊C均值(FCM)聚類算法用于RBF徑向基函數(shù)神經(jīng)網(wǎng)絡模型訓練樣本的優(yōu)選，提高了該模型的預測精度。<