基于負(fù)荷密度指標(biāo)法的配電網(wǎng)空間負(fù)荷預(yù)測(cè)方法研究.pdf

1、負(fù)荷預(yù)測(cè)是配電網(wǎng)規(guī)劃的重要組成部分，也是配電網(wǎng)規(guī)劃的前提和基礎(chǔ)，其準(zhǔn)確性直接關(guān)系到規(guī)劃方案的優(yōu)劣。負(fù)荷預(yù)測(cè)包含負(fù)荷總量預(yù)測(cè)和空間負(fù)荷預(yù)測(cè)，它們對(duì)合理地進(jìn)行配電網(wǎng)規(guī)劃具有重要的指導(dǎo)意義。
　　 本文對(duì)目前國(guó)內(nèi)外重點(diǎn)研究的兩種配電網(wǎng)空間負(fù)荷預(yù)測(cè)方法（用地仿真法和負(fù)荷密度指標(biāo)法）的特點(diǎn)和應(yīng)用場(chǎng)合等進(jìn)行比較，在詳細(xì)分析了空間負(fù)荷預(yù)測(cè)的相關(guān)因素的基礎(chǔ)上，闡述了負(fù)荷密度指標(biāo)法在我國(guó)的適用性和實(shí)用性，并總結(jié)了其在工程實(shí)踐中的關(guān)鍵和難點(diǎn)。

2、>　　 針對(duì)傳統(tǒng)方法在求取負(fù)荷密度指標(biāo)時(shí)通常采用經(jīng)驗(yàn)法或簡(jiǎn)單類比法、難以滿足精度要求等不足，本文提出了基于最小二乘支持向量機(jī)(LS-SVM)的配電網(wǎng)空間負(fù)荷預(yù)測(cè)方法。在求取負(fù)荷密度指標(biāo)過程中，先引入FCM算法把各類用地性質(zhì)負(fù)荷聚類為幾個(gè)等級(jí)，建立比較精細(xì)的負(fù)荷密度指標(biāo)體系；然后在體系中選出與預(yù)測(cè)樣本特征更為相似的樣本進(jìn)行訓(xùn)練，提高LS-SVM模型的泛化能力和預(yù)測(cè)精度；最后采用遺傳算法(GA)對(duì)LS-SVM預(yù)測(cè)模型的參數(shù)進(jìn)行自動(dòng)優(yōu)化，進(jìn)

3、一步提高了預(yù)測(cè)模型的適應(yīng)性和預(yù)測(cè)精度。在計(jì)算規(guī)劃區(qū)總量負(fù)荷過程中，為了避免求取同時(shí)率的麻煩，提出了采用智能預(yù)測(cè)方法對(duì)規(guī)劃區(qū)的總量負(fù)荷進(jìn)行預(yù)測(cè)，增強(qiáng)了空間負(fù)荷預(yù)測(cè)的合理性和科學(xué)性。
　　 鑒于傳統(tǒng)的負(fù)荷密度指標(biāo)求取方法沒有側(cè)重去尋求負(fù)荷密度與其各影響因素之間的內(nèi)在復(fù)雜的非線性函數(shù)關(guān)系，也沒有考慮各影響因素在預(yù)測(cè)中的權(quán)重和影響程度，本文進(jìn)一步提出了一種基于自適應(yīng)神經(jīng)模糊系統(tǒng)(ANFIS)的負(fù)荷密度指標(biāo)求取新方法。該方法首先用熵權(quán)法對(duì)