文档介绍：摘要高质量的负荷预测显得越来越重要和迫切。支持向量机是一类新型的机器学习种因素,总结负荷变化的规律性,并对历史负荷数据进行归一化处理,为负荷自动选择,同时输入变量也无法进行有效选择。攵阅P臀薹ń胁问捅淞孔钣呕奈侍猓胍糯惴ǘ灾С窒蛄回归的输入变量和参数进行最优化,建立基于遗传算法的支持向量回归预测模型。传统支持向量机模型归结于求解一个带约束的二次规划问题,支持向量回传算法实现支持向量回归输入变量的选择及参数变量的优化,并建立了相应的预测模型。仿真结果显示,基于遗传优化的支持向量回归模型具有令人满意的电力系统支持向量机支持向量回归遗传算法短期负荷预测是电力系统安全经济运行的前提,随着电力系统的市场化,方法,具有求解速度快、泛化能力强等优点,逐步成为继神经网络之后新的研究热点。本论文将支持向量回归引入电力系统短期负荷预测,以期提高负荷预测的准确性。针对支持向量回归应用于电力系统短期负荷预测,本文展开了几个方面的研究工作。莞费舻厍睦犯汉墒莺推笫荩治鲇跋於唐诟汉稍げ獾母预测提供有效的样本。芙峁槟啥唐诟汉稍げ獾幕纠砺酆驮げ夥椒ǎ褂么持С窒蛄炕毓的方法进行短期负荷预测。结果发现,与神经网络方法相比,支持向量回归模型具有较好的预测精度,但参数的选择费力、耗时、盲目,且无法实现参数的归的输入变量及函数参数选择对模型的性能影响很大。本文研究了如何利用遗稳定性和预测精度。关键词:短期负荷预测摘要
緉曲鰅咖轗羍,鲂鬾鷓喊鷈鷈鎐刘齧玬篴印舢琍,,甌,琒·甌甌,,、,瓵:.瓸瓵,.琧,..篠玞
作者签名:槲芗雪少书年率隆H中国科学技术大学学位论文原创性和授权使用声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。本人授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后也遵守此规定。
第滦髀电力系统短期负荷预测的概念及意义电力系统负荷预测的概念及分类电力系统的作用是为各类用户尽可能经济地提供连续可靠和质量良好的电能,以随时满足各类用户负荷的需求。负荷的大小与特性,无论是对于电力系统设计或是对于运行研究而言,都是极为重要的因素。所以,对负荷的变化与特性有一个预先的估计,是电力系统发展与运行研究的重要内容,电力系统负荷预测理【縖烤褪且虼硕⒄蛊鹄吹模谙执缌ο低彻こ炭蒲е姓加兄匾5位,是电力系统自动化领域中的一项重要内容。电力系统负荷预测是一个电网调度部门和规划部门所必须具有的基本信息之一,是实时控制、运行计划和发负荷预测【縖俊3唐诟汉稍げ飧菰げ饽康挠胁煌脑げ庵芷冢纾糜电能质量控制,需预测的负荷值;用于安全监视,需预测母汉值:用于预防控制和紧急状态处理,,主要反映负荷在短时间内的变化规律,即反映负荷的上升、下降或水平趋势及变化值,正常情况下悴豢悸翘炱跫挠响,因为天气条件中最主要的影响因素——温度已体现在负荷的历史数据中。超短期和短期之间并没有明显界限,有时也将超短期负荷预测并入短期负荷预测来分析。短期负荷预测主要用于火电分配、水火电协调、机组经济组合和交换功率计划,需要预测找周的负荷值,使用对象是编制调度计划的工程师。短期负荷预测主要考虑负荷的周期性变化规律及天气影响因素。中期负荷预测主要用于水库调度、机组检修、交换计划和燃料计划,需要预测乱年的负荷值,主要预测指标是月平均最大负荷、月最大负荷和月用电量。使用对象是编制中长期运行计划的工程师。中期负荷预测考虑的因素比展规划的前提。电力系统负荷预测按预测周期分类,可以分为超短期、短期、中期和长期.,
短期负荷预测要多些,特别是一些未来的因素及气候条件。长期负荷预测用于电源和网络发展,需要数年到数十年的负荷值,使用对象是规划工程师。长期负荷预测多受地区的社会经济、人口、气候等因素影响,涉及许多不确定性问题。随着家用电器的普及,城市居民负荷增长率提高、季节波动增大且系统峰荷受气温影响越来越大。商业负荷影响晚尖峰,而且随季节而变化。工业负荷受气象影响较小,但大企业成分下降,使夜间低谷增长缓慢。农村负荷季节变化强,且与降水情况关系密切。分析负荷的结构及其影响因素对提高负荷预测的准确性至关重要。电力系统负荷预测的意义电力负荷预测是电力系统规划、调度等管理部门非常重要的工作之一。在电力系统安排生产计划和实际运行的过程中,负荷预测起着非常重要的作用,从大的方面说主要有以下几点:缌Σ棵沤惺谐≡擞5男枰电能