收藏本站
《天津大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于短期负荷预测技术的电能控制系统研究

王硕禾  
【摘要】: 针对国内外工业用电采用基础电费和实际用电费用两部制电价的情况,研究针对拥有多台大功率电弧炉的高能耗冶金企业,通过对负荷进行均衡调节,降低最大负荷,从而降低基本电费的用户需求侧能量控制系统。短期负荷预测(Short Time Load Forecasting,STLF)算法是课题的核心研究内容。 本文主要完成如下几个方面的工作: 对目前国内外同类技术研究动态进行分析,对主流短期负荷预测算法原理、方法和特点及存在的问题进行探讨。说明本研究工作的实际背景、必要性和重要意义。 针对拥有多台大功率电弧炉供电系统负荷波动大、负荷容量难以选取的问题,独创性地提出一种基于阈交理论的负荷分析、计算新算法。该算法利用负荷中超阈值数据,采用方差分析方法构造一个阈值能量函数,获得阈值选取的依据。推导出穿越强度的计算公式,利用供电系统瞬时功率对阈值的穿越强度考察已选阈值的合理性。 依据历史负荷数据,给出GM(1,1)模型最优原始数据长度的确定方法,利用残差修正、等维新息等方法对预测结果进行修正。针对灰色理论、重建相空间G.P算法和人工神经网络各自特点,独立提出一种将上述算法模型相结合的短期负荷预测算法(G-G-NN)。该算法利用灰色预测的累加生成和重建相空间的G.P算法对原始时间序列进行变换,生成规律性较强的时间序列相空间,而后利用神经网络模型进行预测。获得比使用单一神经网络模型更高的预测精度和更好的实时性。 针对所研究系统短期负荷序列既有波动性又有特殊周期性的特点,利用小波良好的时频分析特性,将不同频率混合信号分解成不同频带上的信号,在各个尺度空间上利用不同的神经网络进行预测,而后进行重构完成预测。对利用不同小波函数进行预测的效果进行了比较和讨论,实际算例表明该算法可进一步提高负荷预测的精度。 提出一种联合数据挖掘与支持向量机的短期负荷预测算法,该算法利用数据挖掘中聚类算法对原始数据进行初期处理,将海量输入进行压缩,取其聚类中心作为支持向量机预测模型的输入特征,而后利用交叉验证判别法选择SVM的最优核函数,最终完成短期负荷预测。实际算例表明,该方法可有效地克服数据有限性、不完整性及影响因素复杂性等对预测结果的影响,具有较大的实际应用价值。 完成钢厂电能控制软件的研制和调试工作,利用Visual C++编程语言编写相关软件,形成可视化的人机交互式界面,实现对钢厂负荷的预测、控制和综合管理软件。
【学位授予单位】:天津大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TM76

手机知网App
【引证文献】
中国硕士学位论文全文数据库 前1条
1 银兰英;研发项目中止决策的小波神经网络研究[D];中南大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 迟彬,行飞,叶庆凯;用改进的遗传算法求解流水车间作业排序问题(英文)[J];北京大学学报(自然科学版);2003年03期
2 朱陶业,晏小兵,李应求;ARIMA模型在广西短期电力负荷预测中的应用[J];长沙电力学院学报(自然科学版);2000年02期
3 杜振波;李开成;刘建锋;胡晓波;;基于ARM的电力负荷管理终端的研制[J];电测与仪表;2006年11期
4 牛东晓,邢棉,孟明;基于联合数据挖掘技术的神经网络负荷预测模型研究(英文)[J];电工技术学报;2004年09期
5 程其云,张晓星,周湶,雷绍兰,孙才新;基于粗糙集数据挖掘的配电网小区空间负荷预测方法研究[J];电工技术学报;2005年05期
6 刘梦良;刘晓华;高荣;;基于相似日小波支持向量机的短期电力负荷预测[J];电工技术学报;2006年11期
7 牛东晓;刘达;陈广娟;冯义;;基于遗传优化的支持向量机小时负荷滚动预测[J];电工技术学报;2007年06期
8 王硕禾;万健如;常宇健;郑海霞;蔡承才;;基于阈交理论电弧炉系统负荷容量分析方法[J];电工技术学报;2008年03期
9 焦建林,芦晶晶;基于改进时间序列法的配电网短期负荷预测模型[J];电工技术杂志;2002年05期
10 刘颖英;李国栋;顾强;徐永海;;基于径向基函数神经网络的电能质量综合评价[J];电气应用;2007年01期
中国博士学位论文全文数据库 前2条
1 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
2 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 李孜军;灰色系统基本方法及其在矿井通风中的应用[J];四川有色金属;1996年03期
2 李岗,熊猛;浅析灰色系统的发展及其展望[J];四川建筑科学研究;2004年01期
3 彭建政;何广杰;周灵源;;灰色聚类方法在建筑结构鉴定中的应用[J];四川建筑科学研究;2005年06期
4 石胜利;彭尚平;王旭嘉;;四川建筑业技术水平灰色预测及其比较分析[J];四川建筑科学研究;2006年03期
5 巩玉志;王士杰;武换娥;;支持向量机在深层搅拌桩复合地基承载力预测中的应用研究[J];四川建筑科学研究;2008年02期
6 梁本亮;刘建新;;基于灰色关联的混凝土结构耐久性影响因子分析[J];四川建筑科学研究;2009年04期
7 徐波;林伟;蒋忠席;张卫芳;;基于灰色马尔可夫模型的机场道面使用性能预测[J];四川建筑科学研究;2010年01期
8 叶勇;郭子雄;;GFRP筋—混凝土粘结性能影响参数的灰色关联分析[J];四川建筑科学研究;2011年06期
9 贾德香;韩净;;基于改进BP网络的电力系统超短期负荷预测[J];安徽电气工程职业技术学院学报;2008年03期
10 侯宜祥;;考虑相似日的短期负荷改进粒子群预测方法[J];安徽电气工程职业技术学院学报;2010年03期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
5 李枚毅;游维;蔡自兴;;多样度和适应度引导的遗传算法操作概率计算研究[A];第二十六届中国控制会议论文集[C];2007年
6 周倩;翟永杰;韩璞;;序列最小优化算法在电力系统短期负荷预测中的应用[A];第二十六届中国控制会议论文集[C];2007年
7 张志华;王莉;刘洪;;最大化网络广告收入的投放决策[A];第二十六届中国控制会议论文集[C];2007年
8 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
9 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 吴坚;陈宁;;基于SARBF神经网络拟合的交通流量残缺信息修补方法研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
2 樊建聪;分布估计学习算法研究[D];山东科技大学;2010年
3 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
4 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
5 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
6 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
7 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
8 曹宇;利用遗传算法对声障板优化设计的研究[D];哈尔滨工程大学;2010年
9 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年
10 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜金龙;土地利用变化及其对生态系统服务价值影响研究[D];华中农业大学;2010年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 刘文伍;杉木树矿井瓦斯地质规律及瓦斯预测研究[D];河南理工大学;2010年
4 田富超;寺河矿西井区3号煤层瓦斯突出预测指标研究[D];河南理工大学;2010年
5 黄丹;郑州市区深部地热资源水利用优化配置[D];河南理工大学;2010年
6 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
7 鲍红红;煤矿安全价值工程与投资决策理论与实践研究[D];山东科技大学;2010年
8 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
9 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
10 米帅;工程项目成本管理及绩效评价研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘权,官建成;神经网络在R&D项目中止决策中的应用[J];北京航空航天大学学报;2000年04期
2 官建成,刘权,曹彦斌;R&D项目中止决策的实证研究[J];北京航空航天大学学报;2001年06期
3 董景荣,杨秀苔;R&D项目中止决策的有效性分析[J];重庆大学学报(自然科学版);2000年01期
4 杨飞雪;龚景;;R&D项目中止因素研究[J];哈尔滨商业大学学报(社会科学版);2008年03期
5 董景荣;R&D项目中止决策的小波网络模式识别[J];管理科学学报;2001年02期
6 张坤;郁湧;李彤;;小波神经网络在黄金价格预测中的应用[J];计算机工程与应用;2010年27期
7 李元松;李新平;黄民水;;基于小波网络的斜拉桥施工预测方法[J];武汉理工大学学报(交通科学与工程版);2011年04期
8 黄进;朱东华;;基于小波神经网络的技术研发项目中止研究[J];科技进步与对策;2006年10期
9 金洪波;侯强;;基于可拓理论的研发项目中止决策分析[J];科技进步与对策;2009年07期
10 陈劲,周笑磊,唐会英;R&D项目的中止决策[J];科学学与科学技术管理;2003年08期
中国博士学位论文全文数据库 前4条
1 吕淑萍;小波网络建模预报方法研究及其在股市预测中的应用[D];哈尔滨工程大学;2004年
2 顾婧;风险投资项目的初始和中止决策研究[D];电子科技大学;2009年
3 张邦基;基于智能信息处理的PHEV控制策略与故障诊断研究[D];湖南大学;2010年
4 王念彬;基于小波神经网络的小电流接地系统故障选线方法的研究[D];中国矿业大学(北京);2010年
中国硕士学位论文全文数据库 前10条
1 侯强;研发项目中止决策分析与判别[D];辽宁工程技术大学;2003年
2 王伟;研究开发项目的中止决策研究[D];暨南大学;2004年
3 徐志敏;小波网络的研究及其应用[D];山东师范大学;2005年
4 张国彬;小波神经网络算法的改进与应用[D];福州大学;2006年
5 王薇;小波神经网络的组合预测在住宅市场中的应用[D];西安电子科技大学;2006年
6 杜伟;制造业研发项目中止决策判别及其应用[D];四川大学;2006年
7 王海霞;研究与开发项目的周期分析与评价[D];河北理工学院;2004年
8 龚景;企业研发项目的中止决策[D];天津理工大学;2008年
9 邓宇;基于小波神经网络的重庆市某主城区饮用水源水水质参数预测模型研究[D];重庆医科大学;2009年
10 张涛;基于小波神经网络的电力系统负荷预测[D];哈尔滨理工大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 朱陶业,蔡碧野;对WKBCI型四合一微机控制台误动的研究及技术改进[J];长沙电力学院学报(自然科学版);2000年01期
2 杜振波;李开成;刘建锋;胡晓波;;基于ARM的电力负荷管理终端的研制[J];电测与仪表;2006年11期
3 祁碧茹,肖湘宁;用于电压波动研究的电弧炉的模型和仿真[J];电工技术学报;2000年03期
4 王晶,束洪春,林敏,陈学允;用于动态电能质量分析的交流电弧炉的建模与仿真[J];电工技术学报;2003年03期
5 李圣清,朱英浩,周有庆,彭玉楼;基于交互式多目标遗传算法的无源滤波器优化设计[J];电工技术学报;2003年06期
6 张海涛,陈宗海,朱六璋;基于改进FLN的短期电力负荷预测算法[J];电工技术学报;2004年05期
7 瞿曌,赖旭,朱建林;水电机组在线状态监测和故障诊断网络化系统的设计与实现[J];电工技术学报;2005年03期
8 雷绍兰,孙才新,周湶,邓群,刘凡;一种多变量时间序列的短期负荷预测方法研究[J];电工技术学报;2005年04期
9 刘小河,程少庚,苏文成;电弧炉电气系统的谐波分析研究[J];电工技术学报;1994年02期
10 陈磊,徐永海;浅谈电能质量评估的方法[J];电气应用;2005年01期
中国博士学位论文全文数据库 前1条
1 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
【相似文献】
中国期刊全文数据库 前10条
1 汪峰,于尔铿,阎承山,李晓彬,刘军,刘永奇;基于因素影响的电力系统短期负荷预报方法的研究[J];中国电机工程学报;1999年08期
2 高山;短期负荷预测的神经网络实现[J];电力需求侧管理;2001年06期
3 周佃民,管晓宏,孙婕,黄勇;基于神经网络的电力系统短期负荷预测研究[J];电网技术;2002年02期
4 戴文进,付小科;基于模式识别和神经网络的电力系统短期负荷预测[J];南昌大学学报(工科版);2003年02期
5 赵宇红,赵学成,肖金凤;多层前馈神经网络在电力系统短期负荷预测中的应用[J];南华大学学报(理工版);2004年01期
6 邓培敏;陈明华;佘恬;;Elman网络在短期负荷预测中的应用[J];企业科技与发展;2009年04期
7 阙连元,叶世勋,丁剑明;开放式SCADA/EMS系统支持的在线负荷预测系统[J];电力系统自动化;1993年10期
8 赵琳;一种基于人工神经网络的短期负荷预测技术[J];山西电力技术;1998年01期
9 程旭,康重庆,夏清,沈瑜;短期负荷预测的综合模型[J];电力系统自动化;2000年09期
10 刘耀年,祝滨,曾令全,张文生,李月玲;一种利用可加性模糊系统的短期负荷预测新方法[J];电网技术;2003年08期
中国重要会议论文全文数据库 前10条
1 胡松峰;彭显刚;;电网短期负荷预测方法综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年
3 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
4 刘念;徐成华;;利用RBF对农村低压台区进行短期负荷预测[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
5 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
6 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
7 李婷;徐搏;刘青山;刘俊男;辛鹏;;基于EMD与SVM及GA相结合的短期负荷预测[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
8 郭恒;罗可;唐贤瑛;;基于自适应神经模糊推理系统(ANFIS)的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
9 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集(2)[C];2009年
10 高秉健;吕金虎;;基于混沌时间序列的电力系统短期负荷预测[A];2001中国控制与决策学术年会论文集[C];2001年
中国重要报纸全文数据库 前9条
1 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年
2 张树斌 范明;湖北电网中、短期负荷预测系统显神威[N];华中电力报;2001年
3 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
4 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年
5 本报记者 林海宇;对迎峰度夏和奥运保电工作再部署再动员[N];华东电力报;2008年
6 宋鹏涛;华北电网多措并举保国庆用电[N];华北电力报;2005年
7 曹琰陈也清;华中电网用电负荷创新高[N];国家电网报;2008年
8 记者 龙建平;“黄金周”广东电网两不误[N];中国电力报;2006年
9 崔春华;西北电网公司积极调度缓解我省供电紧张[N];陕西日报;2008年
中国博士学位论文全文数据库 前10条
1 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年
2 张智晟;基于多元理论融合的电力系统短期负荷预测的研究[D];天津大学;2004年
3 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
4 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年
5 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年
6 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年
7 杨尚东;发电商市场预测与竞价决策优化新方法研究[D];华北电力大学(北京);2007年
8 孙春顺;风力发电系统运行与控制方法研究[D];湖南大学;2008年
9 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年
10 张维戈;纯电动公交车换电站优化设计和经济运行研究[D];北京交通大学;2013年
中国硕士学位论文全文数据库 前10条
1 朱焕荣;遗传规划在电力短期负荷预测中的应用[D];河北农业大学;2011年
2 刘凯;基于改进BP神经网络的短期负荷预测研究[D];河海大学;2005年
3 冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年
4 刘继胜;基于人工神经网络的电力系统短期负荷预测的应用分析[D];华北电力大学(北京);2011年
5 赵福成;基于人工神经网络的短期负荷预测[D];华北电力(北京)大学;2002年
6 李海东;人工智能方法在电力系统短期负荷预测中的研究[D];辽宁工程技术大学;2002年
7 陈晨;基于WNN神经网络的短期负荷预测[D];西安理工大学;2010年
8 白波;基于加权LS-SVM的短期负荷预测研究[D];东北电力大学;2011年
9 胡启元;针对电力系统短期负荷预测的研究[D];四川大学;2004年
10 朱要明;林芝地区电力负荷的短期预测[D];西藏大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026