隨著電力系統(tǒng)運(yùn)營環(huán)境的日趨復(fù)雜、中國經(jīng)濟(jì)新常態(tài)下電力體制改革的不斷深化和競爭性電力交易市場的逐步構(gòu)建與完善,電力負(fù)荷的準(zhǔn)確預(yù)測(cè)在提升電力系統(tǒng)運(yùn)營管理水平和提高電力企業(yè)經(jīng)濟(jì)效益等方面扮演著特別重要的角色,并已成為管理科學(xué)在電力系統(tǒng)運(yùn)營與管理中的重要研究課題。 盡管以往研究針對(duì)各種負(fù)荷預(yù)測(cè)問題提出了許多優(yōu)秀的負(fù)荷預(yù)測(cè)理論和方法,但無論采用哪種預(yù)測(cè)方法,預(yù)測(cè)模型的性能都受多種關(guān)鍵技術(shù)細(xì)節(jié)(如模型的輸入特征選擇、參數(shù)選擇、模型選擇等)的影響。本文針對(duì)負(fù)荷預(yù)測(cè)模型構(gòu)建過程中的關(guān)鍵技術(shù)問題(如輸入選擇、模型參數(shù)優(yōu)化、模型選擇等問題),基于文化基因算法構(gòu)建自適應(yīng)的負(fù)荷預(yù)測(cè)模型,以提升負(fù)荷預(yù)測(cè)模型的性能。同時(shí)結(jié)合電力負(fù)荷預(yù)測(cè)研究中短期負(fù)荷預(yù)測(cè)、區(qū)間型負(fù)荷預(yù)測(cè)等典型預(yù)測(cè)問題進(jìn)行應(yīng)用研究。此外,結(jié)合本文在特征選擇、參數(shù)優(yōu)化、模型選擇等問題上的研究成果,設(shè)計(jì)負(fù)荷預(yù)測(cè)支持系統(tǒng),為決策者提供決策工具。綜觀全文,本文的主要研究工作和創(chuàng)新性成果如下： 首先,針對(duì)基于支持向量機(jī)(Support Vector Regression, SVR)的電力負(fù)荷預(yù)測(cè)模型中參數(shù)優(yōu)化的問題,提出了基于螢火蟲算法的文化基因算法,并將其...

【文章頁數(shù)】：152 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景、目的與意義
    1.2 研究現(xiàn)狀
    1.3 論文結(jié)構(gòu)和主要內(nèi)容
2 基于MA的電力負(fù)荷預(yù)測(cè)模型參數(shù)優(yōu)化
    2.1 引言
    2.2 支持向量機(jī)概述
    2.3 基于MA算法的SVR參數(shù)優(yōu)化
    2.4 實(shí)驗(yàn)設(shè)置
    2.5 實(shí)驗(yàn)結(jié)果與分析
    2.6 本章小結(jié)
3 基于MA的電力負(fù)荷預(yù)測(cè)模型特征變量選擇
    3.1 引言
    3.2 混合Filter-Wrapper特征選擇算法及其應(yīng)用
    3.3 基于MA算法的特征選擇算法及其應(yīng)用
    3.4 本章小結(jié)
4 基于混合變量MA的電力負(fù)荷預(yù)測(cè)模型選擇研究
    4.1 引言
    4.2 問題描述
    4.3 基于MA算法的廣義模型選擇
    4.4 實(shí)驗(yàn)設(shè)計(jì)
    4.5 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
5 電力負(fù)荷預(yù)測(cè)支持系統(tǒng)
    5.1 引言
    5.2 系統(tǒng)需求分析
    5.3 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
    5.4 系統(tǒng)邏輯流程
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間的主要研究成果
    作者在攻讀博士學(xué)位期間發(fā)表的部分論文
    作者在攻讀博士學(xué)位期間從事的科研項(xiàng)目
    作者在攻讀博士學(xué)位期間所獲獎(jiǎng)勵(lì)
    作者在攻讀傅士學(xué)位期間學(xué)術(shù)活動(dòng)



本文編號(hào)：3957367