【摘要】：配電網(wǎng)作為與用戶直接相連的電力系統(tǒng)的重要環(huán)節(jié),它不僅是電力部門對用戶供電的重要保證,而且能直觀的反應(yīng)用戶對電力系統(tǒng)安全、經(jīng)濟以及電能質(zhì)量的要求。因此,對配電網(wǎng)進行無功優(yōu)化使其能夠經(jīng)濟安全的運行顯得尤為重要。首先,本論文介紹局部嵌入算法(Locally Linear Embedding,LLE)和支持向量機技術(shù)(Support Vector Machine,SVM)。然后通過算例仿真以及短期負荷的特點分別對這兩種算法應(yīng)用于負荷預(yù)測上的優(yōu)點進行了分析,基于這兩種算法各自的優(yōu)點,建立了新的負荷預(yù)測模型-LSVM模型。LSVM模型不僅能夠體現(xiàn)LLE算法降維上的優(yōu)點,即在降維過程中可以保持數(shù)據(jù)的拓撲結(jié)構(gòu),還能夠體現(xiàn)出SVM算法可以很好的找到目標函數(shù)全局最優(yōu)值的特點。最后利用算例仿真對LSVM模型進行驗證,證明該模型的可行性。其次,本論文詳細介紹了配電網(wǎng)的靜態(tài)無功優(yōu)化,并且將遺傳算法應(yīng)用于配電網(wǎng)的無功優(yōu)化。針對傳統(tǒng)遺傳算法運用于在靜態(tài)無功優(yōu)化時存在全局尋優(yōu)能力差的缺點,本論文利用模擬退火算法對傳統(tǒng)遺傳算法的適應(yīng)度函數(shù)進行了改進,通過仿真驗證,改進后的遺傳算法能夠有效的提高目標函數(shù)尋找全局最優(yōu)值的能力,并且能夠有效的提高算法的收斂速度,得到更好的優(yōu)化效果。針對負荷實時變動和設(shè)備的動作次數(shù)不能無限制動作對配電網(wǎng)無功優(yōu)化的影響這一問題,本論文將負荷進行分段,分段后的每個負荷段分別都進行靜態(tài)無功優(yōu)化,得到每個負荷段的設(shè)備值。然后將同一設(shè)備的設(shè)備值相減得到預(yù)動作表。根據(jù)初始預(yù)動作表以及負荷在每個負荷段的實時變化情況,對初始預(yù)動作表的每個時段進行重置,從而做到對配電網(wǎng)的動態(tài)無功優(yōu)化。最后,將基于負荷預(yù)測的配電網(wǎng)動態(tài)無功優(yōu)化模型運用于IEEE-30節(jié)點進行驗證。結(jié)果表明,本論文求解配電網(wǎng)動態(tài)無功優(yōu)化問題的方案是可行的。
【圖文】：

（C）圖 2-2 LLE 算法對曲線的降維 Dimension Reduction of Curves by LLE Alg意維的局部線性的低維流形，具有自對較小，容易實現(xiàn)。的拓撲結(jié)構(gòu)，使信息損失很小。荷的因素很多，因此對負荷進行預(yù)測速度和預(yù)測的精確度。LLE 算法不僅可原有的結(jié)構(gòu)不被破壞，因此在負荷預(yù)非常有必要的。- 9 -

Figure 2-5 Comparison of predictive results between SVM algorithm and neural networkalgorithm由圖 2-5 可知，SVM 算法比神經(jīng)網(wǎng)絡(luò)算法得到的預(yù)測結(jié)果更加準確，同時可以避免過學(xué)習(xí)的現(xiàn)象。2.3 本章小結(jié)本章首先對 LLE 算法進行了詳細的介紹，闡明了 LLE 算法的放縮、旋轉(zhuǎn)不- 13 -
【學(xué)位授予單位】：湖北民族大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TM714.3

【相似文獻】

相關(guān)期刊論文 前10條

1 王利軍;;配電網(wǎng)規(guī)劃中負荷預(yù)測實際問題及措施[J];通訊世界;2017年22期

2 黃慶仕;陳冬灃;肖建華;;電力用戶側(cè)大數(shù)據(jù)分析與并行負荷預(yù)測研究[J];自動化應(yīng)用;2016年11期

3 李凡;;電力檢修中負荷預(yù)測技術(shù)的發(fā)展現(xiàn)狀研究[J];民營科技;2016年12期

4 肖燃;;基于電力載波通信的居民用電負荷預(yù)測大數(shù)據(jù)應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2017年04期

5 邢亞虹;杜欣慧;;基于貪婪算法的配電網(wǎng)網(wǎng)格負荷預(yù)測與規(guī)劃方法[J];計算機工程;2016年11期

6 劉愛連;梁濤;;負荷預(yù)測在煤改電工程的應(yīng)用分析[J];電氣時代;2017年05期

7 尚芳屹;李潔;;組合預(yù)測在飽和負荷預(yù)測中的應(yīng)用[J];電力與能源;2017年02期

8 謝毓廣;郭力;;基于區(qū)域負荷預(yù)測值綜合評價的大電網(wǎng)短期負荷預(yù)測[J];電氣應(yīng)用;2017年11期

9 肖白;李科;田春箏;王t，

本文編號：2617436