廣安電力系統(tǒng)短期負(fù)荷預(yù)測的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、短期負(fù)荷預(yù)測是電力系統(tǒng)運(yùn)行調(diào)度中一項(xiàng)非常重要的內(nèi)容,它是電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的前提,也是調(diào)度安排開停機(jī)計(jì)劃的基礎(chǔ),對電網(wǎng)調(diào)度自動(dòng)控制非常重要,其預(yù)測精度直接影響電力系統(tǒng)的經(jīng)濟(jì)效益。隨著電力改革的深化,電力市場的進(jìn)一步開放,高質(zhì)量的短期負(fù)荷預(yù)測愈顯得重要和迫切。
   本文在對現(xiàn)有各種預(yù)測算法進(jìn)行深入、細(xì)致研究的基礎(chǔ)上,分析了各種算法的優(yōu)缺點(diǎn)以及其所適用的范圍,詳細(xì)地綜述了近年來國內(nèi)外應(yīng)用和研究的進(jìn)展情況。通過對電力負(fù)荷特性的分析,提

2、出了基于綜合法的數(shù)據(jù)預(yù)處理新方法,為廣安電網(wǎng)短期負(fù)荷預(yù)測模型利用這些歷史數(shù)據(jù)奠定了基礎(chǔ)。
   由于負(fù)荷預(yù)測的實(shí)質(zhì)就是尋找一種能較準(zhǔn)確地?cái)M合多種影響因素與負(fù)荷之間非線性復(fù)雜關(guān)系的函數(shù)映射,而支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的新一代機(jī)器學(xué)習(xí)方法,以結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則為理論出發(fā)點(diǎn),具有較強(qiáng)的非線性擬合能力和較好的推廣能力,并較好地解決了高維數(shù)、非線性、小樣本、局部極小值等實(shí)際問題。所以本文將其應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測,提出了基

3、于支持向量機(jī)回歸(SVR)及其參數(shù)優(yōu)化的短期負(fù)荷預(yù)測方法。一方面,該方法通過充分利用負(fù)荷的日周期性和同時(shí)刻負(fù)荷相近性,采用不同天同時(shí)刻的負(fù)荷樣本訓(xùn)練SVR來獲取負(fù)荷的最優(yōu)回歸函數(shù),實(shí)現(xiàn)了在最小化負(fù)荷樣本點(diǎn)誤差的同時(shí),縮小模型泛化誤差的上界;另一方面,該法在考慮參數(shù)對SVR預(yù)測模型的影響的基礎(chǔ)上,將虛擬預(yù)測策略和粒子群算法運(yùn)用于支持向量機(jī)參數(shù)的優(yōu)化,實(shí)現(xiàn)了模型參數(shù)的自適應(yīng)優(yōu)化選擇,克服了SVR建模過程的盲目性,并以廣安電網(wǎng)仿真測試證明了所

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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論