基于地理信息系統(tǒng)的短期負荷預測研究.pdf

1、隨著能源互聯(lián)網(wǎng)的蓬勃發(fā)展，多種新能源的接入和用戶負荷信息的實時變化，使電網(wǎng)對負荷預測的準確性及時效性提出了更高的要求，如何準確地進行短期負荷預測成為了亟待解決的問題。此外，地理信息系統(tǒng)在電網(wǎng)規(guī)劃、輔助決策等電力系統(tǒng)領域發(fā)揮了重要作用，為進一步凸顯地理信息系統(tǒng)在電網(wǎng)中的優(yōu)勢，本文將其與短期負荷預測相結合，進行了基于地理信息系統(tǒng)的短期負荷預測研究。
　　首先，結合短期負荷預測的發(fā)展及地理信息系統(tǒng)的構成與應用現(xiàn)狀，詳細地闡述了地理信息短

2、期負荷預測的發(fā)展前景。
　　針對如何提高短期負荷預測的準確性問題，本文首先進行了基于地理信息系統(tǒng)的網(wǎng)格劃分與合并的研究。將某一地區(qū)或某幾個地區(qū)的負荷，按照“負荷用途”和“負荷密度”兩個衡量指標實行全新的網(wǎng)格劃分，并在此基礎上進行多級網(wǎng)格劃分。其次，采用根據(jù)負荷變化的簡單聚類方法并結合譜多流形聚類方法，對給定的負荷影響因素進行聚類，實現(xiàn)網(wǎng)格負荷的合并，簡化負荷預測的過程。最后，根據(jù)短期負荷預測的“模型”結果，來驗證網(wǎng)格劃分與合并模型

3、的有效性。
　　為提高負荷預測的精度，本文對短期負荷預測的BP-RBF神經(jīng)網(wǎng)絡算法進行了改進，將遺傳算法作為 BP神經(jīng)網(wǎng)絡中改變輸入權重的算法函數(shù)，以此來克服BP-RBF神經(jīng)網(wǎng)絡算法局部最優(yōu)和運算速度慢等缺點。通過算例分析，結果表明改進后的算法提高了短期負荷預測的準確性。
　　最后，利用matlab軟件中的 GUI界面設計，建立了地理信息系統(tǒng)短期負荷預測展示平臺。首先，介紹了平臺設計的目標、原則及系統(tǒng)結構；其次，對地理信息系