經(jīng)濟(jì)高速發(fā)展的今天,城市化進(jìn)程也逐步加快,促使各類(lèi)城市工業(yè)園區(qū)、開(kāi)發(fā)區(qū)等園區(qū)類(lèi)配電網(wǎng)對(duì)電能質(zhì)量要求也逐步提高。新型柔性負(fù)荷及各種綠色可再生能源高比例并網(wǎng),為智能園區(qū)提供了多種能源供給選擇。而電網(wǎng)側(cè)和用戶(hù)側(cè)需要更加深入的信息交流,其中識(shí)別和分析用戶(hù)用電信息是控制的基礎(chǔ)。因此,如何針對(duì)新型配電網(wǎng)系統(tǒng)新特征從數(shù)據(jù)角度進(jìn)行準(zhǔn)確的負(fù)荷靈活性建模和特征提取是亟需解決的新問(wèn)題。本文提出一種基于大數(shù)據(jù)的新型電網(wǎng)負(fù)荷建模及特征提取方法,基于改進(jìn)變分模態(tài)分解算法(improved variational mode decomposition,IVMD),實(shí)現(xiàn)電網(wǎng)負(fù)荷數(shù)據(jù)的精確建模和特征提取。首先,針對(duì)新型電網(wǎng)負(fù)荷數(shù)據(jù)的高噪聲問(wèn)題,提出改進(jìn)變分模態(tài)分解的預(yù)處理算法,優(yōu)化傳統(tǒng)VMD存在的需要依靠主觀判斷輸入K值問(wèn)題,及邊緣效應(yīng)影響重構(gòu)曲線精度問(wèn)題,繼而利用IVMD的時(shí)頻轉(zhuǎn)換功能將電網(wǎng)負(fù)荷時(shí)域數(shù)據(jù)轉(zhuǎn)換為頻域信號(hào),根據(jù)信號(hào)頻率進(jìn)行判斷和剔除含有的噪聲,提高電網(wǎng)數(shù)據(jù)的穩(wěn)定性與真實(shí)性,并生成模型訓(xùn)練數(shù)據(jù)。其次,在負(fù)荷建模方面,給出基于IVMD算法結(jié)合長(zhǎng)短期記憶網(wǎng)絡(luò)(long short-term memory,LST...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)
        1.2.1 數(shù)據(jù)預(yù)處理算法研究現(xiàn)狀
        1.2.2 電網(wǎng)負(fù)荷數(shù)據(jù)建模研究現(xiàn)狀
        1.2.3 數(shù)據(jù)特征提取方法研究現(xiàn)狀
    1.3 主要工作及研究?jī)?nèi)容
    1.4 本章小結(jié)
第2章 數(shù)據(jù)模態(tài)分解算法
    2.1 模態(tài)分解算法
    2.2 EMD算法流程
    2.3 VMD算法流程
    2.4 VMD與 EMD分解結(jié)果對(duì)比
    2.5 本章小結(jié)
第3章 基于IVMD-LSTM的電網(wǎng)負(fù)荷數(shù)據(jù)建模方法
    3.1 VMD算法K值優(yōu)化
    3.2 基于相關(guān)系數(shù)的自適應(yīng)分段循環(huán)分解
    3.3 基于IVMD-LSTM的負(fù)荷建模方法
        3.3.1 深度學(xué)習(xí)網(wǎng)絡(luò)概述
        3.3.2 LSTM網(wǎng)絡(luò)拓?fù)?br>        3.3.3 算法流程
    3.4 本章小結(jié)
第4章 基于IVMD的電網(wǎng)負(fù)荷數(shù)據(jù)特征提取方法
    4.1 卷積神經(jīng)網(wǎng)絡(luò)基本概念及應(yīng)用
        4.1.1 人工神經(jīng)網(wǎng)絡(luò)
        4.1.2 卷積神經(jīng)網(wǎng)絡(luò)
        4.1.3 Attention-CNN數(shù)據(jù)特征提取方法
        4.1.4 SRU數(shù)據(jù)訓(xùn)練模型
    4.2 基于IVMD的電網(wǎng)負(fù)荷數(shù)據(jù)特征提取方法應(yīng)用
    4.3 本章小結(jié)
第5章 算例分析
    5.1 負(fù)荷建模方法有效性驗(yàn)證
        5.1.1 數(shù)據(jù)選擇及處理
        5.1.2 仿真環(huán)境及參數(shù)設(shè)置
        5.1.3 仿真結(jié)果評(píng)價(jià)
    5.2 負(fù)荷特征提取方法有效性驗(yàn)證
        5.2.1 數(shù)據(jù)選擇及處理
        5.2.2 仿真環(huán)境及參數(shù)設(shè)置
        5.2.3 仿真結(jié)果評(píng)價(jià)
    5.3 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 不足與展望
參考文獻(xiàn)
在學(xué)研究成果
致謝



本文編號(hào)：3862771