電力負荷數(shù)據(jù)預測方法模型設計與分析.pdf

1、電力負荷數(shù)據(jù)管理系統(tǒng)是電力營銷技術支持系統(tǒng)的組成部分,是實施需求側管理工作的有效技術手段。它是以計算機應用技術、現(xiàn)代通信技術、電力自動控制技術為基礎的信息采集、處理和實時監(jiān)控系統(tǒng)。電力負荷預測對電力系統(tǒng)運行有著重要的輔助作用,其預測精度的高低直接影響到電力系統(tǒng)運行的安全性、經(jīng)濟性和供電質(zhì)量。本文的工作主要是針對電力負荷短期預測問題建立智能預測模型的方法,并對電力負荷理論基礎、概念發(fā)展、模型預測方法作一些研究。
　　 本文首先運用

2、微軟通用的決策支持對象(DSO),結合區(qū)域電網(wǎng)氣象負荷數(shù)據(jù)庫設計了決策樹式的數(shù)據(jù)挖掘模型并實現(xiàn)了日負荷預測系統(tǒng)。在描述了DSO分層結構特性之后,分析研究了日負荷預測的決策樹數(shù)據(jù)挖掘模型構造過程并給出了程序化實現(xiàn)方法,進一步實現(xiàn)了通過決策樹算法的負荷預測過程。實際使用的效果統(tǒng)計分析結果表明本系統(tǒng)達到并超過實用標準,具有智能自適應、自學習和全過程自動化,通用可靠以及準確率高等特性,是值得推廣的方便實用型負荷預測工具。數(shù)據(jù)挖掘方法將用于數(shù)據(jù)挖

3、掘和預測的模型算法提取出來單獨組建模型算法庫,使模型和算法的組合具有更大的靈活性。
　　 其次采用神經(jīng)網(wǎng)絡預測模型,輸入變量和確定神經(jīng)網(wǎng)絡結構的方法和算法,此方法的提出可以使得從歷史樣本知識數(shù)據(jù)到最終預測模型的建模過程變得簡單明了,便于實際應用。預測方法是使用MATLAB建立模型,對24個負荷點預測,采用多輸入單輸出的神經(jīng)網(wǎng)絡預測每天的整點負荷值。因為電力負荷與環(huán)境因素有關,在輸入、輸出向量設計中輸入變量加入天氣特征值。根據(jù)輸入

4、、輸出向量對BP網(wǎng)絡設計。最后把電力負荷數(shù)據(jù)導入MATLAB,然后進行短期負荷預測仿真,仿真結果表明其有較好的預測精度。該模型具有網(wǎng)絡結構較小,訓練時間短的優(yōu)點,并考慮不同小時負荷差異,具有較高的預測精度,預測誤差在15％以下。提出了采用不同初值對權初始化方法,對網(wǎng)絡多次訓練,一定程度上克服傳統(tǒng)算法收斂速度慢,容易陷入局部積小的缺點。
　　 兩類算法,針對于短期日負荷曲線預測,采用神經(jīng)網(wǎng)絡的數(shù)據(jù)處理方法,是一種比較有效的預測方案