中長(zhǎng)期電力負(fù)荷預(yù)測(cè)是電網(wǎng)建設(shè)與規(guī)劃的的重要依據(jù),是促進(jìn)電網(wǎng)安全、穩(wěn)定運(yùn)行和電網(wǎng)經(jīng)濟(jì)投資的必要前提。負(fù)荷預(yù)測(cè)中的單個(gè)模型有自身的應(yīng)用特點(diǎn)和有效的適用范圍,應(yīng)用于負(fù)荷預(yù)測(cè)時(shí)局限性較強(qiáng)。而組合模型能最大限度的發(fā)揮各單個(gè)模型的組合優(yōu)勢(shì),即適應(yīng)性廣、系統(tǒng)而全面的特點(diǎn),從而提高負(fù)荷預(yù)測(cè)的精度。針對(duì)傳統(tǒng)組合預(yù)測(cè)實(shí)踐中,研究人員對(duì)于不同的負(fù)荷序列大多根據(jù)自己的主觀實(shí)踐經(jīng)驗(yàn)進(jìn)行單個(gè)模型的篩選,較少利用科學(xué)的理論進(jìn)行指導(dǎo)作為輔助與補(bǔ)充。本文通過深入分析每個(gè)單個(gè)模型的特點(diǎn),以每個(gè)單一預(yù)測(cè)模型的原始誤差為基準(zhǔn),利用幾率矩陣法（odds-matrix）對(duì)所備選的單個(gè)模型進(jìn)行權(quán)重量化。從而篩選出權(quán)重值高的模型,參與組合預(yù)測(cè)。針對(duì)電力負(fù)荷預(yù)測(cè)中較少區(qū)別對(duì)待不同歷史時(shí)段對(duì)組合權(quán)重值的影響,本文對(duì)所述的最優(yōu)擬合、次優(yōu)擬合和最優(yōu)預(yù)測(cè)組合模型,在建模時(shí)均考慮“近大遠(yuǎn)小”原則,從而最大限度地保證組合權(quán)重值的準(zhǔn)確。通過實(shí)例的分析,包括對(duì)比不同的組合模型,組合模型與單個(gè)模型,論證了本文所提出的利用幾率矩陣法進(jìn)行篩選后進(jìn)行組合預(yù)測(cè)的模型,在中長(zhǎng)期負(fù)荷預(yù)測(cè)應(yīng)用實(shí)踐中具有良好的預(yù)測(cè)效果。 

【文章來源】：南昌大學(xué)江西省 211工程院校

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖４．１最優(yōu)預(yù)測(cè)組合模型程序框圖??應(yīng)用粒子群算法求解該模型的主要步驟如下：??Ｓｔｅｐｌ：隨機(jī)初始化種群中各粒子的位置和速度，同時(shí)設(shè)定：學(xué)習(xí)因子ｃｌ＝１．５，??

２．４２９９。??５．４各個(gè)預(yù)測(cè)模型的結(jié)果分析??（１）組合模型與單個(gè)模型進(jìn)行對(duì)比??，?｜?Ｉ?■?Ｉ?Ｉ?Ｉ?■?￣Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??Ｉ．?ｎ?．－??泛Ｈ?■■?Ｉ￣￣￣Ｉ?＿?＿?■?＿??Ｉ?ＩＩ?＼＼＼?ＩＶ?Ｖ?ＶＩ?ＶＩＩ?ＶＵＩ?ＩＸ?Ｘ?Ｘ＼?ＸＵ??３Ｄ?１?１?１?１?１?１?１?１?ｉ?１?１?ｉ??－?■??ｉ?ｎ?ｍ?ｉｖ?ｖ?ｖｉ?ｖｓｉ?ｖｍ?ｓｘ?ｘ?ｘｓ?ｘｎ??模型編母??圖５．１各模型擬合與預(yù)測(cè)部分的ＭＡＰＥ??從擬合的角度來看，組合模型充分發(fā)揮單個(gè)模型的優(yōu)勢(shì)，擬合效果絕大部分??４１??

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)挖掘的電力負(fù)荷預(yù)測(cè)[J]. 楊凜,李巍,李俊杰,廖謙,張葉貴.  自動(dòng)化與儀器儀表. 2018(03)
[2]基于元胞負(fù)荷特性分析的RBF神經(jīng)網(wǎng)絡(luò)空間負(fù)荷預(yù)測(cè)方法[J]. 肖白,劉慶永,牛強(qiáng),綦雪松,王皓.  電網(wǎng)技術(shù). 2018(01)
[3]基于信息熵和變精度粗糙集優(yōu)化的支持向量機(jī)降溫負(fù)荷預(yù)測(cè)方法[J]. 謝敏,鄧佳梁,吉祥,劉明波.  電網(wǎng)技術(shù). 2017(01)
[4]基于Epanechnikov核與最優(yōu)窗寬組合的中期電力負(fù)荷概率密度預(yù)測(cè)方法[J]. 何耀耀,聞才喜,許啟發(fā).  電力自動(dòng)化設(shè)備. 2016(11)
[5]基于Hadoop架構(gòu)的多重分布式BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法[J]. 蘇學(xué)能,劉天琪,曹鴻謙,焦慧明,于亞光,何川,沈驥.  中國(guó)電機(jī)工程學(xué)報(bào). 2017(17)
[6]最優(yōu)組合預(yù)測(cè)方法在中長(zhǎng)期電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J]. 夏耀杰.  電力需求側(cè)管理. 2016(04)
[7]基于神經(jīng)網(wǎng)絡(luò)的日峰荷預(yù)測(cè)方法中日期類型系數(shù)的確定（英文）[J]. 包宇慶,李揚(yáng),楊斌,陳楚,阮文駿.  中國(guó)電機(jī)工程學(xué)報(bào). 2015(22)
[8]“新常態(tài)”下廣東省中長(zhǎng)期電力需求預(yù)測(cè)[J]. 郭挺,饒建業(yè).  廣東電力. 2015(06)
[9]考慮溫度因素的中期電力負(fù)荷概率密度預(yù)測(cè)方法[J]. 何耀耀,聞才喜,許啟發(fā),撖奧洋.  電網(wǎng)技術(shù). 2015(01)
[10]基于Odds-Matrix算法的中長(zhǎng)期電量組合預(yù)測(cè)方法及其應(yīng)用[J]. 歐陽森,馮天瑞,李翔,王克英.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(08)

博士論文
[1]售電放開政策下電力交易多方主體利益分析模型研究[D]. 張晨.華北電力大學(xué)(北京) 2016
[2]基于數(shù)據(jù)分析的預(yù)測(cè)理論與方法研究[D]. 王曉佳.合肥工業(yè)大學(xué) 2012
[3]電網(wǎng)規(guī)劃中長(zhǎng)期負(fù)荷預(yù)測(cè)技術(shù)的研究[D]. 毛李帆.湖南大學(xué) 2011

碩士論文
[1]基于組合權(quán)重的中長(zhǎng)期負(fù)荷預(yù)測(cè)研究及系統(tǒng)實(shí)現(xiàn)[D]. 張杰龍.湖南大學(xué) 2016
[2]中長(zhǎng)期電力負(fù)荷組合預(yù)測(cè)模型與方法的研究[D]. 孫廣強(qiáng).湖南大學(xué) 2010
[3]母線負(fù)荷預(yù)測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 王健.湖南大學(xué) 2009



本文編號(hào)：3397570