經(jīng)濟(jì)與科技水平的不斷提高使人們對(duì)用電的要求變得越來(lái)越高,而電力系統(tǒng)短期負(fù)荷預(yù)測(cè)技術(shù)對(duì)確保電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行具有重要的意義。無(wú)論在傳統(tǒng)電網(wǎng)環(huán)境下,還是智能電網(wǎng)的新環(huán)境下,高質(zhì)量的短期負(fù)荷預(yù)測(cè)變得十分迫切,本文提出了一種基于最小二乘支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法。在短期負(fù)荷預(yù)測(cè)中,負(fù)荷的特性是構(gòu)建負(fù)荷預(yù)測(cè)模型的基礎(chǔ)。本文首先通過(guò)描繪a地區(qū)2016年的日最高負(fù)荷、日最低負(fù)荷、日峰谷差、日負(fù)荷率的電力負(fù)荷數(shù)據(jù)分布圖,充分了解電力負(fù)荷的特性,并在此基礎(chǔ)上建立簡(jiǎn)單的回歸模型,得到了最高溫度、最低溫度、平均溫度、相對(duì)濕度、降雨量等氣象因素對(duì)電力負(fù)荷的影響。并對(duì)歷史負(fù)荷數(shù)據(jù)中的異常數(shù)據(jù)進(jìn)行了修正,對(duì)電力負(fù)荷預(yù)測(cè)相關(guān)的影響因素進(jìn)行了歸一化處理。其次,本文在負(fù)荷特性分析、輸入樣本特征選擇和歷史數(shù)據(jù)預(yù)處理的基礎(chǔ)上,建立了最小二乘支持向量機(jī)預(yù)測(cè)模型。最小二乘支持向量機(jī)是一種新的基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法,具有泛化能力強(qiáng)、全局最優(yōu)和計(jì)算速度快等突出優(yōu)點(diǎn),已經(jīng)成功的應(yīng)用于短期負(fù)荷預(yù)測(cè)領(lǐng)域。最后,為了進(jìn)一步提高預(yù)測(cè)精度,針對(duì)目前最小二乘支持向量機(jī)參數(shù)選取方法的缺點(diǎn),本文采用改進(jìn)粒子群算法對(duì)最小二... 

【文章來(lái)源】：河北工業(yè)大學(xué)天津市 211工程院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

所示，1H與2H平面之間的距離稱作該超平面關(guān)于[(,)]ijxx的分類間隔，訓(xùn)練樣本到這個(gè)超平面的距離最少是1/w，即H平面與H平面到H平面的距離是

河北工業(yè)大學(xué)碩士學(xué)位論文通過(guò)如圖3.8可以得到回歸方程的一些參數(shù)信息，比如方程的每個(gè)變量的系數(shù)，以及方程的常數(shù)項(xiàng)信息。圖3.8五個(gè)自變量的回歸分析利用圖中表達(dá)的信息，構(gòu)造的回歸方程的表達(dá)式如下：112345y=5604.1433.500x+130.059x+105.834x12.906x+5.856x(3.7)通過(guò)仔細(xì)的觀察分析，可以得到自變量的影響大小：自變量145x,x,x與其他兩個(gè)自變量相比，影響效果不太明顯，也就是說(shuō)，最高溫度、相對(duì)濕度、降雨量這三個(gè)變量的影響效果不如最低溫度，平均溫度這兩個(gè)自變量的影響效果。所以下面減去這幾個(gè)自變量，然后進(jìn)行又一次的統(tǒng)計(jì)，得到的結(jié)果如圖3.9所示：圖3.9兩個(gè)自變量的回歸分析-31-

河北工業(yè)大學(xué)碩士學(xué)位論文通過(guò)如圖3.8可以得到回歸方程的一些參數(shù)信息，比如方程的每個(gè)變量的系數(shù)，以及方程的常數(shù)項(xiàng)信息。圖3.8五個(gè)自變量的回歸分析利用圖中表達(dá)的信息，構(gòu)造的回歸方程的表達(dá)式如下：112345y=5604.1433.500x+130.059x+105.834x12.906x+5.856x(3.7)通過(guò)仔細(xì)的觀察分析，可以得到自變量的影響大�。鹤宰兞�145x,x,x與其他兩個(gè)自變量相比，影響效果不太明顯，也就是說(shuō)，最高溫度、相對(duì)濕度、降雨量這三個(gè)變量的影響效果不如最低溫度，平均溫度這兩個(gè)自變量的影響效果。所以下面減去這幾個(gè)自變量，然后進(jìn)行又一次的統(tǒng)計(jì)，得到的結(jié)果如圖3.9所示：圖3.9兩個(gè)自變量的回歸分析-31-


本文編號(hào)：3481645