收藏本站
《长春工业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的能源管理系统短期负荷预测

张鑫  
【摘要】:鞍钢矿业公司是国际知名、国内最大的矿业企业,年产值达150多亿元,同时也是耗能大户,具有明显节能潜力,为了提高企业管理水平、节能增效,鞍钢矿业公司委托长春工业大学开发大孤山选矿厂能源管理信息系统(EMS)。短期负荷预测是能量管理系统的重要组成部分,本文研究的就是能源管理信息系统中短期负荷预测的部分,通过对耗电量的预测和分析,为鞍钢矿业公司定制电能报价、运行方案以及供电规划提供了必要的导向,从而促进企业合理使用能源和降低用能成本,进一步提高企业的竞争力。 短期负荷预测指的是对未来一天到几个月的负荷预测,而最为典型的是对未来一天24小时的日负荷曲线预测,这也是本文研究的对象。虽然负荷预测的研究已有几十年历史,有很多负荷预测的理论和方法,但是随着新理论和新技术的发展,对负荷预测新方法的研究仍在不断地深入进行。支持向量机作为数据挖掘的一项新技术,已成功应用于模式识别和处理回归问题等诸多领域。 本文分析了支持向量机的基本原理和电力负荷预测的基本理论,针对选矿厂的电力负荷特性,着重分析了了其主要影响因素,通过对不同的核函数、参数的预测结果的对比,确立了最优的核函数和相关参数,建立了SVM短期负荷预测模型,并与传统的BP神经网络方法作了实例分析比较,结果表明基于支持向量机的负荷预测精度和速度均要优于神经网络方法。 由于影响负荷的因素繁多且复杂,若对输入不进行适当处理会导致预测精度降低,训练时间增加。本文采用一种有效的负荷聚类分析处理技术,提出了模糊均值C聚类算法(FCM)和支持向量机相结合的短期负荷预测新方法。该方法考虑到电力负荷变化的周期性特点,应用模糊聚类分析的基本原理,根据输入样本的相似度选取训练样本集,即选用同类特征数据作为预测的输入,保证了数据特征的一致性,强化了历史数据规律。在基于支持向量机负荷预测的基础上,对样本进行模糊聚类分析,选取与预测样本特征相似的样本作为训练样本,建造负荷预测的支持向量机模型。通过实例验证了本文所提出的方法能够有效地提高负荷预测的精度,缩短预测时间,完全适用于鞍钢矿业公司的电耗预测与分析。
【学位授予单位】:长春工业大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TM715

知网文化
【参考文献】
中国期刊全文数据库 前10条
1 李鹰,赵振江,吴松涛;灰色模型在普通日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);2003年01期
2 刘耀年,张文生,张玉霞,殷立新;基于模糊聚类理论的电力系统短期负荷预测的方法[J];东北电力学院学报;2000年03期
3 陈亚红,穆钢,段方丽;短期电力负荷预报中几种异常数据的处理[J];东北电力学院学报;2002年02期
4 严华,吴捷,马志强,吴列鑫;模糊集理论在电力系统短期负荷预测中的应用[J];电力系统自动化;2000年11期
5 金海峰,熊信艮,吴耀武;基于相似性原理的短期负荷预测方法[J];电力系统自动化;2001年23期
6 张昊,吴捷,郁滨;电力负荷的模糊预测方法[J];电力系统自动化;1997年12期
7 张小平,王伟;短期电力负荷预报的自适应模糊神经网络方法[J];电力系统自动化;1998年01期
8 吴捷,严华;基于自适应最优模糊逻辑系统的短期负荷预测方法[J];电力系统自动化;1999年17期
9 彭建春,赵凯,石峰,皮洪琴;基于模式识别的自适应短期负荷预测系统[J];电力自动化设备;2001年04期
10 赵剑剑,张步涵,程时杰,陆俭;一种基于径向基函数的短期负荷预测方法[J];电网技术;2003年06期
【共引文献】
中国期刊全文数据库 前10条
1 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
2 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
3 翁兴中;蔡良才;;基于神经网络理论的机场沥青道面状况评定[J];四川建筑科学研究;2010年01期
4 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
5 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
6 彭坤;谢建华;操波;;负荷控制系统在池州供电公司需求侧管理中的应用[J];安徽电气工程职业技术学院学报;2010年01期
7 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
8 唐振军;;基于改进灰色模型的中长期电力负荷预测[J];安徽电气工程职业技术学院学报;2010年04期
9 陈晶;杨春玲;郑安豫;;短期负荷预测的自适应加权支持向量机新方法[J];安徽电气工程职业技术学院学报;2011年01期
10 刘晖;;浅析电力系统的负荷预测[J];安徽电力;2006年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 许俊刚,柯有安;自组织神经网络雷达目标识别的研究[J];北京理工大学学报;1992年03期
2 李鹰,赵振江,吴松涛;灰色模型在普通日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);2003年01期
3 刘耀年,伏祥运,张文生,曾令全;基于模糊识别与模糊聚类理论的短期负荷预测[J];电工技术学报;2002年05期
4 康重庆,程旭,夏清,沈瑜;一种规范化的处理相关因素的短期负荷预测新策略[J];电力系统自动化;1999年18期
5 丁明,李生虎,洪梅;电力系统概率分析中的K均值聚类负荷模型[J];电力系统自动化;1999年19期
6 杨争林,宋燕敏,曹荣章,孙维真,吴劲晖;超短期负荷预测在发电市场中的应用[J];电力系统自动化;2000年11期
7 余贻鑫,张崇见,张弘鹏;空间电力负荷预测小区用地分析(二)——模糊推理在小区用地分析中的应用[J];电力系统自动化;2001年07期
8 贺蓉,曾刚,姚建刚,青志文,沈新祥,刘明清;天气敏感型神经网络在地区电网短期负荷预测中的应用[J];电力系统自动化;2001年17期
9 莫维仁,孙宏斌,张伯明;面向电力市场的短期负荷预测系统设计及实现[J];电力系统自动化;2001年23期
10 韩祯祥,吴小苗;模糊集理论在电力系统中的应用(二)[J];电力系统自动化;1994年04期
【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