收藏本站
收藏 | 论文排版

基于深度神经网络的电力负荷分析方法的研究与实现

陈璞迪  
【摘要】:随着电力系统信息化程度的不断提高,电网积累的数据量由TB级向PB级发展。研究电力负荷大数据分析算法并建立有效的知识发现模型能够产生巨大的社会价值以及经济效益,因此其对智能电网的发展具有重大意义。例如,提升电力负荷预测结果的准确性关系到电网安全以及可靠供电,并且直接影响电网经营企业的经营决策与经济效益。而异常检测不仅可以提升电力负荷预测的鲁棒性,也有助于降低非技术性损失(Non-Technical Losses,NTL)。本文依托于863计划中智能配用电大数据应用关键技术课题(编号2015AA050203),其主要研究内容如下:1.提出一种基于深度表示学习的电力负荷预测算法。电网系统中的负荷序列通常具有复杂的周期性,对外部特征(例如温度)具有一定的敏感性,且不同用电类型(例如有功功率与无功功率)之间含有隐藏的相关性,这些因素都为预测模型带来了极大的挑战。因此,我们提出了NeuCast,它首次使用深度表示学习的方法来捕捉周期性、外部因素、用电类型与用电需求之间的非线性关系。我们在134个真实世界中的电力负荷序列上验证了算法的有效性。2.提出一种在深度表示学习框架下的异常行为模式检测算法。电力负荷序列中可能含有异常的模式(例如高温负荷与设备故障、调试、检修等),序列中的这些异常模式会直接影响到预测算法的准确性。因此,我们提出了NeuCast-AD,它通过深度神经网络学习序列的隐层表示,并使用Autoplait算法检测隐层表示中的异常区间,从而进一步提升电力负荷序列预测的准确率,降低其对异常区间的敏感性,并且提升算法的鲁棒性。3.设计并实现了一个电力负荷预测的可视分析系统。电力负荷分析的任务不仅需要算法理论的支撑,也需要以大数据可视分析平台为载体落地。本文设计了一套基于可视分析学标准流程系统,来帮助电力系统专家结合自己的领域知识从丰富的用电行为数据中发现未知的趋势和现象,并提供可靠,可理解的结果。本文使用该可视分析系统对中国某南部城市的电力负荷数据进行分析挖掘,得到了有价值的结论,这在一定程度上证明了系统的实用性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 李琛;郭文利;吴进;金晨曦;;北京市夏季日最大电力负荷与气象因子的关系[J];气象与环境学报;2018年03期
2 周克男;刘进波;;基于主成分分析的BP神经网络预测电力负荷[J];数学学习与研究;2016年23期
3 傅新姝;谈建国;;基于滤波技术的上海日最大电力负荷气象预报模型[J];气象科技;2015年06期
4 叶殿秀;张培群;赵珊珊;夏鑫;柯宗建;王有民;刘秋锋;;北京夏季日最大电力负荷预报模型建立方法探讨[J];气候与环境研究;2013年06期
5 黄元生;黎特;皮薇;;非平均权重条件下电力负荷组合预测模型研究[J];山东电力高等专科学校学报;2013年03期
6 卢华刚;;电力负荷控制技术及其在需求侧管理中的应用[J];机电信息;2011年18期
7 罗森波;纪忠萍;马煜华;骆晓明;曾沁;林少冰;;2002~2004年广东电力负荷的变化特征及预测[J];热带气象学报;2007年02期
8 郑瑞晨,张合明;南阳电力负荷无线双向管理系统数据库设计[J];水电能源科学;2000年02期
9 罗慧莉;高速船直流电力负荷的简化计算[J];船舶;1998年02期
10 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
11 徐任武;电力负荷监控实用化需解决的几个问题[J];电网技术;1996年08期
12 刁卓朋,黄臻宇;电力负荷的中期预测分析[J];广东电力;1996年03期
13 何凤有;煤矿电力负荷躲峰填谷原理及其实现[J];煤矿机电;1994年03期
14 齐岱云;谈电力负荷计算方法的改进[J];节能;1994年05期
15 朱龙根;中小型化工企业电力负荷计算方法的修正[J];浙江化工;1994年01期
16 江晓峰;;电力负荷控制技术及其选用[J];吉林电力技术;1992年04期
17 陈协;张秉政;;动态电力负荷连续模型的建立和应用[J];贵州师范大学学报(自然科学版);1987年02期
18 张金木;;电力负荷打印记录器[J];电工技术;1988年10期
19 冯赶川,陈志国;电力负荷音频控制系统研制[J];河北电力技术;1988年06期
中国重要会议论文全文数据库 前10条
1 浩宇;高红燕;张宏芳;沈姣姣;;西安城市电力负荷特征及与气象因子关系分析研究[A];第35届中国气象学会年会 S6 应对气候变化、低碳发展与生态文明建设[C];2018年
2 郭西进;郝继飞;许世范;;加权平移法在电力负荷预报系统中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
3 张驰;王汝文;王明;;基于无线通讯和现场总线技术的电力负荷监控系统的结构设想[A];第五届全国智能化电器及应用研讨会会议论文集[C];2001年
4 谢庄;丁德平;于丽萍;尤焕苓;郑艳;虞海燕;;北京地区冷度日与电力的关系研究及预报[A];中国气象学会2006年年会“气候变化及其机理和模拟”分会场论文集[C];2006年
5 范进进;尹炤寅;姜杰;刘熠炎;;2007至2013年黄石市夏季电网气象敏感负荷预测的研究[A];第33届中国气象学会年会 S13 “互联网+”与气象服务——第六届气象服务发展论坛[C];2016年
6 徐新江;;浅谈新电力负荷模式下发电企业节能减排[A];全国火电600MW机组技术协作会第13届年会论文集[C];2009年
7 吴建民;张春明;;电力负荷系统应用与改进[A];2006电力行业信息化年会会议论文集[C];2006年
8 毛元章;毛强;;缓解电力负荷供应紧张的措施(一)[A];2004全国能源与热工学术年会论文集(2)[C];2004年
9 毛元章;毛强;;缓解电力负荷供应紧张的措施(二)[A];2004全国能源与热工学术年会论文集(2)[C];2004年
10 孙建明;盛琼;周之栩;王函韵;朱晓东;;湖州市电力负荷气象指数预测服务系统[A];第28届中国气象学会年会——S7城市气象精细预报与服务[C];2011年
中国博士学位论文全文数据库 前8条
1 李眉眉;电力负荷混沌特性分析及其预测研究[D];四川大学;2004年
2 冯丽;数据挖掘和人工智能理论在短期电力负荷预测中的应用研究[D];浙江大学;2005年
3 黎鹏;非侵入式电力负荷分解与监测[D];天津大学;2009年
4 王桓;电力时间序列的混沌识别与短期预测[D];湖南大学;2009年
5 方仍存;电力系统负荷区间预测[D];华中科技大学;2008年
6 张红斌;电力系统负荷模型结构与参数辨识的研究[D];华北电力大学(北京);2003年
7 陆宁;基于群集智能与算法融合的电力负荷组合预测[D];华中科技大学;2010年
8 叶世杰;基于多指标模型的电力负荷预测研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈璞迪;基于深度神经网络的电力负荷分析方法的研究与实现[D];北京邮电大学;2019年
2 张一举;电力负荷短期预测的分析与研究[D];西安理工大学;2019年
3 魏来;基于统计综合法的电力负荷建模方法研究[D];郑州大学;2019年
4 曾攀;基于大数据和日日拓扑网络的短期电力负荷预测方法[D];湖南大学;2016年
5 詹传骅;基于气象因子和集成学习的长沙市短期电力预测研究[D];湖南大学;2016年
6 刘红;电力负荷季节特性分析及需求响应动态电价策略研究[D];华北电力大学(北京);2018年
7 陈静;某县域电力负荷特性分析与预测研究[D];吉林大学;2018年
8 王琳;基于差分进化优化权值的电力负荷组合预测方法研究[D];天津大学;2018年
9 刘卫涛;使用功率信号特征的电力负荷分解方法的研究[D];天津大学;2018年
10 李明星;基于概率分析和改进极限学习机的电力负荷短期预测[D];燕山大学;2018年
中国重要报纸全文数据库 前10条
1 本报记者 庞彩霞 通讯员 佘慧萍 何石;南方电力负荷屡创新高背后的经济新“密码”[N];经济日报;2019年
2 本报记者 白麟;入伏以来我市电力负荷创历史新高[N];重庆日报;2017年
3 记者 陈景深 通讯员 王学峰 冯晋亮;全市电力负荷创新高[N];汕尾日报;2014年
4 冯迪 韩晖;我市电力负荷已突破去年最高值[N];常州日报;2013年
5 周以欣 吴昌红;江苏电力负荷创历史新高[N];新华日报;2010年
6 记者 陶涛;力促电力负荷持续稳定增长[N];宁夏日报;2009年
7 记者 郭秀玉;入夏我市电力负荷猛增[N];珠海特区报;2007年
8 通讯员 彭赛鸿;我市电力负荷节节攀升[N];郴州日报;2006年
9 通讯员 李楠;市电业局郊区分局进行电力负荷实测[N];驻马店日报;2006年
10 记者 朱泓宇;今年我市最高电力负荷可达到315万千瓦[N];宿迁日报;2014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
  • 010-62982499
  • 010-62783978