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】:重庆大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TM715

【相似文献】
中国期刊全文数据库 前10条
1 牛东晓;谷志红;邢棉;王会青;;基于数据挖掘的SVM短期负荷预测方法研究[J];中国电机工程学报;2006年18期
2 姚宇臻;林丽娟;;基于决策树的外推算法在福建电网短期负荷预测中的应用[J];福建电力与电工;2007年02期
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国重要会议论文全文数据库 前10条
1 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
2 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
3 魏元珍;杨沂凤;;数据挖掘技术及其在数字图书馆中的应用[A];网络信息资源的搜集与应用——全国高校社科信息资料研究会第十次年会论文集[C];2004年
4 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年
5 巩耀亮;邱晓东;孙丽君;李树强;;数据挖掘技术在企业竞争情报系统中的应用研究[A];信息时代——科技情报研究学术论文集(第三辑)[C];2008年
6 王洪锋;;数据挖掘在客户关系管理中的应用研究[A];河南省通信学会2005年学术年会论文集[C];2005年
7 姚小磊;彭清华;;数据挖掘技术在中医眼科应用的设想[A];中华中医药学会第七次眼科学术交流会论文汇编[C];2008年
8 张婧;;数据挖掘技术在进销存系统中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
9 杨利军;勾学荣;;数据挖掘在移动客户流失预测中的研究和应用[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
10 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集(第二十二卷)[C];2007年
中国重要报纸全文数据库 前10条
1 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年
2 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
3 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年
4 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年
5 首之;数据挖掘并不神秘[N];金融时报;2006年
6 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
7 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年
8 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
9 徐扬;如何从数据中“挤出”效益[N];中国计算机报;2002年
10 山西银行学校 王林芳;数据挖掘在银行业务中的应用[N];山西科技报;2005年
中国博士学位论文全文数据库 前10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 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
3 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年
4 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
5 高清东;复杂供矿条件矿山技术指标整体动态优化系统及应用[D];北京科技大学;2005年
6 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院(遥感应用研究所);2006年
7 王玉峰;变电站瞬态电磁环境及微机保护系统EMC研究[D];大连理工大学;2007年
8 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
9 束志恒;化学化工数据挖掘技术的研究[D];浙江大学;2005年
10 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005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