電力需求側(cè)用能優(yōu)化決策支持系統(tǒng)研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，電力能源需求不斷攀升，而能源利用率低下的問題日益突出，促進(jìn)電力需求側(cè)的節(jié)能減排、降耗增效已經(jīng)成為電力系統(tǒng)和每個(gè)用能企業(yè)不可回避且具有重要意義的研究課題。為幫助企業(yè)提高用能決策的科學(xué)性和智能性，在對(duì)企業(yè)用戶的用能數(shù)據(jù)進(jìn)行采集、處理、挖掘的基礎(chǔ)上，做好對(duì)用戶未來用能情況的預(yù)測(cè)，并據(jù)此來發(fā)掘企業(yè)用能優(yōu)化潛力，就具有更加深遠(yuǎn)的研究?jī)r(jià)值與現(xiàn)實(shí)意義。
　　本文首先對(duì)電力需求側(cè)用能優(yōu)化決策支持系統(tǒng)的研究背景和意義進(jìn)行了系統(tǒng)概

2、述，并對(duì)該系統(tǒng)的國內(nèi)外研究現(xiàn)狀進(jìn)行了總結(jié)，同時(shí)對(duì)電力需求側(cè)用能優(yōu)化存在的問題進(jìn)行了分析；然后對(duì)數(shù)據(jù)挖掘和決策支持相關(guān)技術(shù)進(jìn)行了介紹，并重點(diǎn)闡述了 SVM和 SVR算法；接著分析了典型高載能行業(yè)的用能特點(diǎn)和用能數(shù)據(jù)采集子系統(tǒng)的架構(gòu)與相關(guān)技術(shù)；通過對(duì)某鋼鐵企業(yè)用能數(shù)據(jù)的分析與處理，選取典型的輸入特征值，分別利用SVR算法模型進(jìn)行用能預(yù)測(cè)和需求響應(yīng)時(shí)段用能預(yù)測(cè)，并分別通過仿真實(shí)驗(yàn)驗(yàn)證了模型的可行性，之后梳理了需求響應(yīng)的完整實(shí)施流程；最后基于以