電力負荷預測是電力系統安全穩(wěn)定運行的基礎,同時也是電力部門制定供電計劃的重要依據。作為典型的非平穩(wěn)時間序列,對電力負荷序列進行穩(wěn)定準確有效預測的難度大,并且隨著電力行業(yè)市場化改革的不斷深入,人們對電力負荷預測準確率的要求也越來越高。因此,研究電力負荷預測問題具有重要的理論和應用價值。本文針對區(qū)域電力負荷短期預測難題,給出一種基于經驗模態(tài)分解重組改進支持向量回歸(Empirical Mode Decomposition and Regroup improved Support Vector Regression,EMDRISVR)的新預測方法。該方法首先利用經驗模態(tài)分解方法將電力負荷序列分解成為多個子成分序列,進而將其分類重組成高頻模態(tài)、低頻模態(tài)以及余項三個子序列。隨后,給出基于網格搜索法優(yōu)化參數的改進支持向量回歸方法,分別對這三個子序列進行預測,并加和得到最終的預測結果。最后,使用美國弗吉尼亞州城市里士滿(Richmond)的電力負荷數據設計仿真實驗,并借助平均絕對百分比誤差、均方根誤差、方向變化統計量等給出的具體三個指標評估模型的預測性能。實驗結果表明,基于經驗模態(tài)分解重組改進支持向...

【文章頁數】：56 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景和意義
    1.2 國內外負荷預測的研究現狀
    1.3 常見預測方法分析與比較
    1.4 本文的主要研究內容與創(chuàng)新點
第2章 電力負荷預測的基本理論
    2.1 電力負荷預測的概念及分類
    2.2 電力負荷預測的特點
    2.3 電力負荷預測的一般原理和基本過程
    2.4 電力負荷預測的影響因素
    2.5 本章小結
第3章 電力負荷時間序列的經驗模態(tài)分解與分類重組
    3.1 引言
    3.2 電力負荷時間序列的經驗模態(tài)分解
        3.2.1 經驗模態(tài)分解來源與適用條件
        3.2.2 本征模態(tài)函數含義及經驗模態(tài)分解基本原理
        3.2.3 經驗模態(tài)分解優(yōu)勢
    3.3 基于經驗模態(tài)分解方法的電力負荷時間序列分解重組
    3.4 本章小結
第4章 基于經驗模態(tài)分解重組改進支持向量回歸的負荷預測
    4.1 引言
    4.2 主要思路
    4.3 基于網格搜索法優(yōu)化參數改進SVR的重組子序列預測
    4.4 核函數選取與參數估計
    4.5 基于經驗模態(tài)分解重組改進支持向量回歸的電力負荷預測算法
    4.6 本章小結
第5章 實例分析
    5.1 數據選取
    5.2 實驗評價指標
    5.3 統計特征描述
    5.4 經驗模態(tài)分解與分類重組
    5.5 EMDRISVR與 SVR預測結果的對比分析
    5.6 本章小結
第6章 總結與展望
    6.1 全文總結
    6.2 未來工作展望
參考文獻
致謝
作者簡歷



本文編號：3761151