收藏本站
《重庆大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘的电力短期负荷预测模型及方法的研究

程其云  
【摘要】:电力系统短期负荷预测是电力系统调度运营部门的一项重要的日常工作,预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量,其特点是:要预测的数据个数多、采集到的样本数据含一定的噪声、受诸多气象因素的影响并具有随机性等等。本文综合运用多种数据挖掘技术,主要以预测工作的各个环节为线索,对历史负荷数据的预处理、负荷时间序列的特性、气象因素的处理、预测模型输入参数的确定及模型的建立各方面都作了深入的研究,为高精度的短期负荷预测软件系统的集成开发奠定了基础。 为准确、快速、动态地清洗负荷历史数据,基于数据挖掘中聚类和分类的思想,提出了脏数据的智能动态清洗模型,根据模糊软聚类思想对Kohonen神经网络进行了改进,使得改进后的Kohonen神经网络能实现模糊c均值软聚类的并行计算,并提出了相应的动态算法,能根据样本集的更新而自动确定新的聚类中心(即日负荷特征曲线),与RBF径向基网络一起构成了脏数据的智能清洗模型,模型具有快速性和动态性的特点,为精确的预测提供了数据上的保证。 针对短期负荷预测数据个数多的特点,采用主元分析法对负荷历史数据进行处理,以使得信息得到有效的集中,为克服常规主元分析法在标准化数据时易丢失信息的缺点,提出了改进方法,不仅大大减少了建模工作量,并且保证了信息的完整性,只需对少数几个重要分量建立神经网络等复杂模型重点预测,而对其它分量只简单计算即可,建模效率和预测精度能得以大大提高。 为了探求负荷数据的性质,通过对负荷时间序列的李雅普洛夫指数计算,说明了负荷时间序列具有混沌特性,并计算出了可预测时间的理论值,为预测工作提供了理论依据。首次提出引入生物气象学中综合反映气温、湿度及风力对人体作用的几个气象因子(实感温度、寒湿指数、温湿指数及舒适度指数)来评价气象因素对短期负荷的影响,通过与温度单一因子的对比揭示了引入综合气象因子的合理性和优越性。 输入参数的选择一直是神经网络建模的难点问题,对模型的预测精度有很大的影响,通过引入数据挖掘中粗糙集约简算法来解决这一难题,弥补了神经网络不能确定重要的属性组合及结构构造等不足。由于常规粗糙集算法区分函数约简算法是NP复杂问题,本文提出了基于属性优先级启发函数的约简算法RAPHF,算法方便灵活且高效。针对电力短期负荷预测是一个动态的过程,样本数据总是不断更新的特点,提出了具有增量处理功能的RAPHF—Ⅰ算法,保证了模型输入参数的合理性及正确性。 重庆大学博士学位论文 最后,采用前向神经网络(ANN)对工作日(包括周末)负荷进行预测:为 了克服标准BP算法收敛速度慢的缺陷,提出了基于3个可调参数激励函数的学习 算法BP~AA;为了克服常规BP神经网络容易陷入局部极小的缺陷,提出了嵌入 Logistic混沌映射的两重搜索算法BP~AAEc。通过测试,证明构造的学习算法不 但使网络收敛速度及非线性逼近能力大大提高,而且有效地解决了易陷入局部最 小的问题,同时避免了Logistic混沌搜索时间长的缺点。针对元旦、春节、五一和 国庆等节假日负荷预测时间跨度长、可参考的历史数据量少、受气象因素影响更 为突出的特点,提出了灰色GM(l,l)模型与模糊逻辑系统相结合的方法对重大节假 日的电力负荷进行预测。为了克服传统灰色算法对非指数序列进行预测时偏差较 大的缺陷,对偏差产生的机理进行了深入的分析,首先采用GM(1,1)的背景值改进 算法进行初步预测,然后用模糊系统考虑气温对节假日负荷的影响,对灰色预测 结果进行修正,进一步提高了预测的准确性。 关键词:短期负荷预测,数据挖掘,综合气象指标,粗糙集,神经网络, 灰色模型
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20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
11 程其云,孙才新,张晓星,周湶,杜鹏;以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法[J];电工技术学报;2004年10期
12 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
13 刘耀年,张文生,张玉霞;一种电力系统短期负荷预测的新方法[J];电力系统及其自动化学报;2001年04期
14 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
15 姜飞,龙子泉,林峰中南电力设计院;模糊神经网络在电力短期负荷预测中的应用[J];自动化技术与应用;2003年08期
16 张晓,敬东;基于快速人工神经网络的短期负荷预测[J];继电器;2000年12期
17 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
18 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
19 梁海峰,涂光瑜,唐红卫;遗传神经网络在电力系统短期负荷预测中的应用[J];电网技术;2001年01期
20 林开英,俞集辉;神经网络短期负荷预测中的数据分析[J];重庆大学学报(自然科学版);2002年09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
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978