模糊聚類與混沌預測在短期電力負荷預測中的應(yīng)用.pdf

1、電力負荷預測,特別是短期負荷預測是電力部門一項重要的工作,經(jīng)濟意義重大.因此,追求精益求精的預測準確度成為電力行業(yè)的重大科研課題.近十幾年來,研究者們提出了大量有效的預測算法,預測精度不斷提高.然而,人們對預測精度的要求也越來越高,這就需要科研工作者探索更好的預測方法.該文將模糊聚類和模式識別理論應(yīng)用于負荷歷史數(shù)據(jù)和氣象數(shù)據(jù)的預處理,為負荷預測提供了更合理的原始預測數(shù)據(jù)集;在混沌相空間重構(gòu)局域法的基礎(chǔ)上提出了幾種新的預測方法,并將氣象因

2、子引入到了混沌預測中.該文在研究過程中得到了以下一些初步的結(jié)果.在數(shù)據(jù)預處理方面:通過對中國北方某地多年日峰值負荷與對應(yīng)的9種氣象數(shù)據(jù)進行相關(guān)性分析,確定了在夏季,"最大氣溫、最小氣溫、平均氣溫、降雨量、平均露點、平均海面氣壓"是影響負荷的主要氣象因子;在冬季,"降雨量、平均海面氣壓、平均能見度、平均風速、最大持續(xù)風速"是影響負荷的主要氣象因子.以2000年夏季的具體數(shù)據(jù)為例,對日峰值負荷數(shù)據(jù)和對應(yīng)的主要氣象因子數(shù)據(jù)進行了模糊聚類.在模

3、糊隸屬度的選擇上,首先選取了相關(guān)系數(shù)和歐氏距離法,接著該文構(gòu)造了"相關(guān)系數(shù)+歐氏距離"的隸屬度函數(shù),通過對三種方法聚類結(jié)果與原始數(shù)據(jù)的比較分析,認為在構(gòu)造的隸屬度函數(shù)下的聚類結(jié)果更具有合理性.在負荷預測方面:在混沌重構(gòu)相空間局域法中,首先采用多元二階多項式回歸法預測出未來時刻的負荷值.該方法與線性回歸法相比,具有更高的預測精度,并且顯著地抑制了12h周期性的誤差增大現(xiàn)象.另外,在尋找嵌入相空間中與參考矢量鄰近的矢量時,以指定鄰近矢量的個