收藏本站
《西南交通大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

相空间重构与支持向量机结合的短期负荷预测研究

郑永康  
【摘要】: 电力系统短期负荷预测是电力部门的一项重要工作,短期负荷预测的精度对电网运行的安全性、经济性以及电能质量都有重要影响。大量的研究表明,负荷时间序列具有混沌性,用常规方法预测具有一定的困难。论文主要在相空间重构基础上,用多种支持向量机模型对电力系统短期负荷时间序列进行预测,通过理论分析和仿真结果验证了它们的有效性和可行性。主要研究内容如下: 相空间重构理论是短期负荷混沌时间序列预测的基础,合理的选择相空间重构参数,可以把序列中蕴藏的信息充分显露出来,从而进行准确的负荷预测。在相空间重构基础上形成了多种负荷时间序列的预测方法,常用的加权一阶局域法一步预测模型进行多步预测时计算量大且会产生累积误差。针对这一问题,引入加权一阶局域法多步预测模型。对澳大利亚新南威尔士州2006年负荷时间序列进行相空间重构,并使用加权一阶局域法多步预测模型和一步预测模型,分别对工作日和休息日的负荷进行预测仿真实验,结果验证了加权一阶局域法多步预测模型进行短期负荷预测的优越性。 使用支持向量机方法进行短期负荷预测,针对支持向量机及其核函数中多个参数的选择问题,论文在研究粒子群优化算法的基础上,模拟人的随机搜索行为,提出了随机聚焦搜索优化算法。该算法原理简单,参数较少,具有比粒子群算法及其多种改进算法更简单的计算复杂度。将随机聚焦搜索优化算法用于对典型benchmark函数的优化以及电力系统的无功优化,与3种粒子群的改进算法以及差分进化算法进行比较,表明该算法具有较大的实用价值和较好的应用前景。 在短期负荷预测中,针对支持向量机输入参量的选择,提出了结合相空间重构的方法。不考虑气象因素的影响,只使用历史负荷时间序列数据进行相空间重构,将重构相空间中的向量作为支持向量机的输入参量,从而将负荷时间序列重构相空间中的非线性问题,转化为核函数映射的特征空间中的线性问题进行求解。将其用于对日峰值负荷的预测,结果验证了模型的有效性。 考虑到对具有混沌性的负荷时间序列信号进行处理时,信号细微特征的提取非常关键。论文尝试将小波技术与支持向量机核函数方法相结合,构建平移不变小波核支持向量机来处理这类信号。文中提出了Gaussian系列小波核、复Morlet小波核和复Gaussian小波核等3种平移不变小波核函数,并对其满足构建支持向量机平移不变核的条件进行了证明。将其用于一维函数和二维函数的逼近实验以及chen's混沌时间序列的预测实验,结果表明,3种小波核函数都能取得较好的效果,它们都优于常用的Gaussian核和Morlet小波核,证明了本文提出的小波核函数的可行性和优越性。在相空间重构基础上,使用平移不变小波核支持向量回归机模型对工作日和休息日的负荷进行预测仿真实验,结果验证了论文提出的结合相空间重构的小波核支持向量机能够进行比较精确的短期负荷预测。
【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 赵永升,宋丽华,唐新亭;电力系统短期负荷预测方法研究[J];曲阜师范大学学报(自然科学版);2005年03期
2 张智晟;马龙;孙雅明;;混沌理论和支持向量机结合的负荷预测模型[J];电力系统及其自动化学报;2008年06期
3 廖旎焕;胡智宏;马莹莹;卢王允;;电力系统短期负荷预测方法综述[J];电力系统保护与控制;2011年01期
4 李凌舟;赵华阳;席川;;基于混沌理论及小波理论的短期负荷预测[J];四川电力技术;2010年01期
5 顾洁;电力系统短期负荷预测方法研究[J];电力自动化设备;2002年02期
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 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
19 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
20 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
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 李如琦;孙艳;孙志媛;;混合混沌理论和关联度的神经网络短期电力预报模型的研究[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年
5 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
6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
7 王志良;孟文博;陈宏刚;永井正武;崔国伟;;利用混沌理论为急救中心预测突发疾病的应用研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
8 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
9 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
10 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
中国重要报纸全文数据库 前10条
1 耿海军;打击囤地不妨借鉴“混沌理论”[N];经济参考报;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 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
4 耿建忠;混沌理论与作战理论创新[N];中国国防报;2003年
5 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
6 徐志戎;流行,存在引爆点吗?[N];21世纪经济报道;2007年
7 黄静;医学中的混沌理论[N];人民政协报;2003年
8 本报记者 周毅;蝴蝶的力量[N];文汇报;2001年
9 黄幸亮;稳定还是混沌?[N];21世纪经济报道;2006年
10 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
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 罗启彬;基于混沌理论的遥测信息安全技术研究[D];中国工程物理研究院;2009年
6 包腾飞;混凝土坝裂缝的混沌特性及分析理论和方法[D];河海大学;2004年
7 殷光伟;中国股票市场预测方法的研究[D];天津大学;2003年
8 江世勇;基于混沌理论的人民币兑美元汇率研究[D];南开大学;2010年
9 张琴;基于混沌理论和蚁群算法的多水源供水系统优化调度研究[D];浙江大学;2011年
10 李红权;资本市场的非线性动力学特征与风险管理研究[D];湖南大学;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 宋元春;基于ANN的电力系统短期负荷预测技术研究[D];南京理工大学;2004年
4 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
5 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
6 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
7 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
8 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
9 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
10 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
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