文档介绍：..:.
磊糖日期:伽侈年曰学位论文原创性声明昴辍卧履耆学位论文使用授权声明日期:本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者:本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或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;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。
摘要短期电力负荷预测是国家电网调度部门的重要工作内容,对电网运行够客观地反映出负荷的变化规律,因此,组合预测成为了当今电力负荷预关系,并对气象和节假曰因素进行量化处理,得出算法的输入结构。引入琒挽刂的经济性和安全性有着重大的影响。但是,由于电力负荷自身的非线性、随机性和不确定性等因素,导致传统的单~预测方法预测精度较低,不能测的研究热点之一。本文阐述了负荷预测的背景、分类、特点、现状和预测评价指标。针对短期负荷的特点,使用小波去噪法对负荷样本数据进行去噪处理,然后对数据进行归一化分析;分析了气象、经济和节假日等因素与负荷之间的了神经网络珺、。同时,为了克服神经网络在预测时出现局部极小点的缺点,提出贝叶斯正则化神经网络的方法,并采用经验公式遍历法来寻找最优隐含层神经元个数;为了克服支持向量机参数优化问题,提出了ê土W尤河呕ɡ炊許参数进行寻优。实验表明,甋预测效果最好,优化げ庑Ч菳げ饽P秃茫胰帜P偷脑げ馕蟛畎俜直染于%,其中,甋预测误差的百分比在%以内。在单一预测模型的基础上阐述了组合预测的概念、现状、模型及模型权重的求解方法。引入了三种组合模型:线性组合预测模型琇、加权几何平均组合预测模型琖和加权调和平均组合预测模型琖和四种模型权重求解方法:等权平均法.,⒕轿蟛畹故琈、简单加权平均法法Mü值ヒ辉げ饽P偷玫降脑げ饩晕蟛詈退闹肿楹夏P权重求解方法,得到组组合预测模型,,预测误差的百分比为ィ热值ヒ辉げ饽P偷脑げ饩.
度有所提高,且达到了短期负荷预测误差在ヒ阅诘哪勘辏6唐诘缌Ω关键词:短期电力负荷荷预测提供了一种有效的方法。
甐,,琧甀琒—.,%.;.,.瑃瓵.%.,琺甌摘要
,,.疭ィ甌簆摘要
目录实验数据的采集与处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯绪睢研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一负荷预测的种类和原则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一短期负荷预测的特点和数学描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一短期负荷预测的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..负荷数据的采集与处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯环境因素的参数采集与处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.......⋯.....⋯⋯.......⋯....⋯.⋯⋯.⋯....⋯⋯.⋯.⋯.⋯⋯.⋯...⋯...⋯..⋯负荷预测的种类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一负荷预测的基本原则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一短期负荷预测的特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..短期负荷预测的数学描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~传统短期负荷的预测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一现代短期负荷的预测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..负荷数据的采集与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯负荷数据的去噪化分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯负荷数据的归一化分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯环境参数与实时负荷样本的相关度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
基于改进网络的短期电力负荷预测⋯⋯⋯⋯⋯⋯⋯⋯⋯。基于蚉的短期负荷预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯网络的理论介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模型的建立及预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯睦砺劢樯堋璤P偷慕ⅰ猄模