【摘要】：電力工業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè),為工業(yè)和國(guó)民經(jīng)濟(jì)其他部門(mén)提供了基本動(dòng)力。隨著經(jīng)濟(jì)的快速發(fā)展,中國(guó)也迎來(lái)了電網(wǎng)建設(shè)的新高潮,由于電能的生產(chǎn)和消費(fèi)過(guò)程是同時(shí)進(jìn)行的,因此電力負(fù)荷預(yù)測(cè)相關(guān)的理論研究日益得到重視。精確、及時(shí)的電力負(fù)荷預(yù)測(cè)在制定合理發(fā)電調(diào)配計(jì)劃,電力系統(tǒng)的規(guī)劃建設(shè)、電力市場(chǎng)需求調(diào)查、競(jìng)價(jià)上網(wǎng)、保障生產(chǎn)和生活中安全高效的用電等方面都具有相當(dāng)重要的意義。本文以浙江省某縣城作為調(diào)研地區(qū),對(duì)收集的數(shù)據(jù)綜合運(yùn)用智能挖掘知識(shí)與神經(jīng)網(wǎng)絡(luò)相關(guān)的智能算法,探討分析了數(shù)據(jù)預(yù)處理、負(fù)荷特性、負(fù)荷影響因素、訓(xùn)練集相似日的選取、網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化以及多個(gè)負(fù)荷預(yù)測(cè)模型建立,結(jié)合具體案例對(duì)各模型預(yù)測(cè)效果進(jìn)行對(duì)比驗(yàn)證,并設(shè)計(jì)開(kāi)發(fā)了相應(yīng)的負(fù)荷預(yù)測(cè)軟件。對(duì)收集到的電力負(fù)荷相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理,采用插值法和曲線擬合法處理空值,用改進(jìn)的拉依達(dá)準(zhǔn)則查找奇異值,結(jié)合調(diào)研地區(qū)地理氣候、政治經(jīng)濟(jì)等情況,研究分析調(diào)研地區(qū)的電力負(fù)荷特性和影響負(fù)荷的各種因素。為了增加模型樣本集訓(xùn)練的效率,本文從兩方面入手:一是選取合適的訓(xùn)練樣本,即采用BWP指標(biāo)最優(yōu)K值的自適應(yīng)K-means聚類方法選取相似日,二是簡(jiǎn)化神經(jīng)網(wǎng)絡(luò),采用KPCA非線性降維方法減少網(wǎng)絡(luò)輸入層的節(jié)點(diǎn)。針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)收斂速度慢,易陷入局部最優(yōu)等缺陷,本文提出了采用自適應(yīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(AGABP)和基于深度置信網(wǎng)絡(luò)(DBN)的預(yù)測(cè)算法,采用滑動(dòng)窗口動(dòng)態(tài)預(yù)測(cè)模型,用具體實(shí)例分析相誤差指標(biāo),并用DM檢驗(yàn)方法驗(yàn)證了基于深度置信網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)模型預(yù)測(cè)能力較佳。以Visual C++和Matlab為開(kāi)發(fā)平臺(tái),對(duì)負(fù)荷預(yù)測(cè)軟件的相關(guān)功能和軟件進(jìn)行了初步實(shí)現(xiàn)。
【圖文】：

武漢理工大學(xué)碩士學(xué)位論文日記錄了 96 個(gè)時(shí)間點(diǎn)的負(fù)荷數(shù)據(jù)，也就是每十五分鐘記錄一次負(fù)荷。在 3 日 288 個(gè)時(shí)間點(diǎn)中隨機(jī)設(shè)置 8 個(gè)時(shí)間點(diǎn)的負(fù)荷數(shù)據(jù)為空，曲線圖如下圖 2-1 的第個(gè)曲線圖所示，在負(fù)荷變化較大的時(shí)間點(diǎn)可以明顯看到曲線的缺失。然后分應(yīng)用 Nearest、Spline 和 Cubic 三種插值方法以及 Smoothingspline 模式下的曲擬合方法做擬合效果的對(duì)比，可以得到圖 2-1 中其余四圖所示的結(jié)果。其中藍(lán)的圓圈是采用各方法填充的缺失值。由圖可知，，采用以上方法，基本補(bǔ)全了來(lái)缺失的值，而且沒(méi)有出現(xiàn)誤差十分大的值。

準(zhǔn)則法等[50]。其中拉依達(dá)準(zhǔn)則[51-52]又稱 3σ 準(zhǔn)則，被廣泛地應(yīng)用于當(dāng)中。具體原理如下：對(duì)于得到的有 n 個(gè)獨(dú)立數(shù)據(jù)的數(shù)據(jù)組a ,a12平均值 α，然后可以得到各個(gè)數(shù)據(jù)的剩余誤差 νaa(i nii= -=1,2,.. .,爾公式[53]得到標(biāo)準(zhǔn)誤差 σ，若整個(gè)數(shù)據(jù)組中某個(gè)數(shù)據(jù)ba 的剩余誤條件：νaaσbb= -> 3為數(shù)據(jù)ba 和正常的數(shù)據(jù)相比，是含有較大誤差值的奇異值，需要理。但拉依達(dá)準(zhǔn)則要求樣本數(shù)據(jù)至少服從近似正態(tài)分布，根據(jù)負(fù)期性，負(fù)荷數(shù)據(jù)并不服從近似的正態(tài)分布[54]，本文采用一定的改進(jìn) 2016 年 7 月 1~3 日的負(fù)荷數(shù)據(jù) ,,...,( 288)12aaan=n為例，此次隨機(jī)點(diǎn)中隨機(jī)取 3 個(gè)點(diǎn)作為奇異值所在的點(diǎn)，再對(duì)這些點(diǎn)隨機(jī)取與原距較大的差值（正負(fù)皆有，誤差設(shè)置在 20~50%之間），得到修改n...,b，然后對(duì)修改的數(shù)據(jù)做 Smoothingspline 方式的曲線擬合，得到圖 2-2 所示�？梢园l(fā)現(xiàn)有三處異常值，明顯偏離了正常的擬合曲線
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TM715;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王利軍;;配電網(wǎng)規(guī)劃中負(fù)荷預(yù)測(cè)實(shí)際問(wèn)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(fù)荷預(yù)測(cè)研究[J];自動(dòng)化應(yīng)用;2016年11期

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

4 肖燃;;基于電力載波通信的居民用電負(fù)荷預(yù)測(cè)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(fù)荷預(yù)測(cè)與規(guī)劃方法[J];計(jì)算機(jī)工程;2016年11期

6 劉愛(ài)連;梁濤;;負(fù)荷預(yù)測(cè)在煤改電工程的應(yīng)用分析[J];電氣時(shí)代;2017年05期

7 尚芳屹;李潔;;組合預(yù)測(cè)在飽和負(fù)荷預(yù)測(cè)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(fù)荷預(yù)測(cè)值綜合評(píng)價(jià)的大電網(wǎng)短期負(fù)荷預(yù)測(cè)[J];電氣應(yīng)用;2017年11期

9 肖白;李科;田春箏;王t

本文編號(hào)：2599600