【摘要】：電力系統(tǒng)負荷預測是電力系統(tǒng)規(guī)劃和運行工作中必不可少的基礎性環(huán)節(jié)。準確的預測電力負荷是保證為國民經(jīng)濟各部門及人民生活提供可靠供電的重要特征,同時也是保證電力行業(yè)自身穩(wěn)定發(fā)展的首要條件。目前負荷預測的方法種類繁多,然而各種方法都存在不同程度的不足之處,因此,合理選擇預測方法并盡可能的完善現(xiàn)有方法的不足乃是負荷預測的關鍵工作所在。 本文基于灰色理論GM(1,1)負荷預測模型,針對該模型存在的不足之處提出了基于數(shù)值分析算法GM(1,1)負荷預測改進模型,論文主要內(nèi)容如下： 1、對GM(1,1)模型的建模機理進行了分析,認為電力系統(tǒng)灰色負荷預測模型其本質(zhì)上就是指數(shù)預測模型,因此,原始數(shù)列的光滑度和預測對象的變化規(guī)律直接影響模型的預測精度；由于負荷預測中數(shù)列是離散的,用GM(1,1)灰色模型微分擬合法建立的擬合方程是一個離散的近似差分方程,所以所建立的灰色GM(1,1)擬合方程很難與實際系統(tǒng)的微分方程相吻合,因此,此類模型在建立模型時便產(chǎn)生了模型固有誤差。 2、針對以上問題,本文提出了一種可調(diào)對數(shù)變換法,對數(shù)列的光滑度進行改進,用改進后光滑度的數(shù)據(jù)再進行建模計算,從而有效地避免了模型的固有誤差；此外,在建立灰色GM(1,1)擬合方程的過程中又引入了微分方程的數(shù)值算法,使模型更加能夠與微分方程有效對接因而大大地提高了模型與系統(tǒng)微分方程之間的逼近程度。 改進后模型其精度較傳統(tǒng)GM(1,1)模型大大提高,同時通過對數(shù)據(jù)的可調(diào)對數(shù)變換又進一步提高了模型的適用范圍。經(jīng)實例計算取得了良好的計算結果,從而驗證了本文對GM(1,1)模型改進方法的有效性以及正確性。
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TM715;N941.5

【參考文獻】

相關期刊論文 前10條

1 武悅;關于灰色系統(tǒng)模型GM(1,1)適用范圍的討論[J];北京工業(yè)大學學報;1999年01期

2 夏昌浩,張毓哲;電力系統(tǒng)負荷預報方法綜述[J];電力學報;2001年02期

3 丁軍威,孫雅明;基于混沌學習算法的神經(jīng)網(wǎng)絡短期負荷預測[J];電力系統(tǒng)自動化;2000年02期

4 嚴華,吳捷,馬志強,吳列鑫;模糊集理論在電力系統(tǒng)短期負荷預測中的應用[J];電力系統(tǒng)自動化;2000年11期

5 康重慶,夏清,劉梅,相年德;應用于負荷預測中的回歸分析的特殊問題[J];電力系統(tǒng)自動化;1998年10期

6 周佃民,管曉宏,孫婕,黃勇;基于神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測研究[J];電網(wǎng)技術;2002年02期

7 陳濤捷;;灰色預測模型的一種拓廣[J];系統(tǒng)工程;1990年04期

8 于德江;灰色系統(tǒng)建模方法的探討[J];系統(tǒng)工程;1991年05期

9 趙雪輝,鄭新秀,朱菌,王志強,白雪峰;灰色系統(tǒng)GM(1,1)殘差模型在水質(zhì)預測中的應用與探討[J];干旱環(huán)境監(jiān)測;1997年02期

10 黃守佳;;灰色組合模型及其應用[J];工科數(shù)學;1997年01期

相關碩士學位論文 前3條

1 蘇煒宏;電力系統(tǒng)短期負荷預測主成分分析和人工神經(jīng)網(wǎng)絡的組合方法[D];南京理工大學;2002年

2 仇偉杰;灰色理論及其在電力負荷預測中的應用[D];華北工學院;2003年

3 宋寶利;電力系統(tǒng)負荷預測[D];西安理工大學;2003年

本文編號：2782009