收藏本站
收藏 | 论文排版

基于神经网络和时间序列的短期电力负荷组合预测模型研究应用

成禹蓉  
【摘要】:目的——提高短期电力负荷预测精度。如何选择合适的预测模型对电力负荷进行分析处理并最终提高预测结果的精度,一直是负荷预测领域的热点研究问题,本文分别利用神经网络、时间序列和组合模型,对电力负荷进行分析研究。为充分发挥人工神经网络在自学习、自适应方面较强的能力和良好的容错特性,使用权值和结构直接确定的神经网络(Weights And Structure Determination,WASD),增设校验集,改善神经网络学习过程中的过拟合现象,使学习结果达到最高限度逼近,避免出现局部极值;使用时间序列法对负荷规律进行分析,研究电力负荷在变动时的基本特征,结合电力负荷在时间上体现出来的延续性,采用数学建模形成固有模型对电力负荷进行预测;使用组合模型思想将WASD神经网络预测模型和时间序列预测模型进行组合,提高预测精度。方法——在提高单一模型预测精度上,通过增设一定数量的校验集对WASD神经网络进行优化。为充分分析电力负荷序列的周期和趋势,以便得到更准确的预测数据,使用STL法对序列进行分解得到电力负荷的周期项、趋势项和随机项,对随机项再次使用ARIMA模型进一步分析并预测,利用STL法得加法模型得到的最终预测结果。在神经网络和时间序列法的基础上,使用非最优组合法的优势矩阵法、方差倒数法和最优组合法当中以最小预测误差平方和为目标函数的三种权值分配策略均不同的组合预测方式,通过MAPE、MAE、RMSE、SSE四种性能指标评价组合预测模型的准确率。研究结果——增设一定数量的校验集优化WASD神经网络,对于提高预测准确率方面有明显改进;使用STL法分解原始序列,将分解所得随机项序列使用ARIMA模型进行分析并预测,预测结果与单一使用STL法相比,准确率方面有显著提升;结果表明,使用优势矩阵法、方差倒数法和以最小预测误差平方和为目标函数的三种组合预测方式得到的结果在MAPE、MAE、RMSE、SSE四种性能指标上均有明显改善。研究的局限性——历史数据选取数量有限;特征变量类别选取不够丰富,没有考虑临时突发事件;组合预测方式选择有限。实际影响——通过增设校验集对WASD神经网络进行优化,预测准确率明显向好;时间序列模型在准确分析出序列的趋势和周期性的基础上,相比单一使用STL时间序列分解法预测精度大幅度提升;三种组合预测方式中,优势矩阵法在MAPE、MAE指标上效果最佳,以最小预测误差平方和为目标函数的最优组合法在RMSE、SSE指标上效果最佳。独创性——将WASD神经网络应用于电力负荷预测;将电力负荷序列利用时间序列分解法和ARIMA模型综合分析,深入挖掘负荷内在的时间性;将WASD神经网络预测模型和时间序列预测模型使用三种不同的组合预测方式进行组合并分析。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 孙广强;宋林;胡鑫;;中长期电力负荷变权重组合预测模型应用分析[J];价值工程;2022年29期
2 邓宏贵;罗安;曹建;;电力负荷预估的神经网络正则化及其应用[J];小型微型计算机系统;2006年08期
3 朱建平;;神经网络在电力负荷预测中的应用研究[J];科技资讯;2015年23期
4 焦晶;宋志刚;王慧锋;把明全;孙诚磊;宋厚彬;;基于MATLAB的短时电力负荷预测方法研究[J];中国设备工程;2017年22期
5 王源;;基于小波分解的短期电力负荷智能预测[J];电脑知识与技术;2018年24期
6 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
7 李金颖,牛东晓;非线性季节型电力负荷灰色组合预测研究[J];电网技术;2003年05期
8 孙利军;刘冬;;基于灰色理论和回归分析的中长期电力负荷组合预测研究[J];华北电力大学学报(社会科学版);2011年S2期
9 邢棉,杨实俊,牛东晓,孙伟;多元指数加权电力负荷灰色优化组合预测[J];电网技术;2005年04期
10 罗勇;郑金;宁美凤;;短期电力负荷组合预测方法研究[J];郑州大学学报(工学版);2013年01期
11 贾庆兰;;基于概率统计的电力负荷时间序列预测模型[J];现代电子技术;2020年21期
12 曾东平;曾智健;;混沌理论在年电力负荷预测中的应用[J];广东电力;2006年12期
13 周翔,李枚毅,蔡自兴;一种通用电力负荷预估方法及其系统实现[J];小型微型计算机系统;1999年10期
14 孙洪波,秦翼鸿,徐国禹,罗春雷;用于短期电力负荷预报的人工神经网络方法[J];重庆大学学报(自然科学版);1995年04期
15 王瑞;周晨曦;逯静;;基于组合模型的短期电力负荷预测研究[J];软件导刊;2017年10期
16 陆兴华;郑永涛;;基于相空间分析的电力负荷序列预测算法[J];电力与能源;2016年03期
17 张国忠,熊伟,向求新,黄晓明,刘亚;应用人工神经网络预测电力负荷[J];电力自动化设备;2002年05期
18 任永建;熊守权;洪国平;程定芳;;气象因子对夏季最大电力负荷的敏感性分析[J];气象;2020年09期
19 吕飞春;张文涛;胡惊涛;胡东;武旭;王毅斌;;疫情影响下提升电力负荷组合预测算法的准确性研究[J];供用电;2022年12期
中国重要会议论文全文数据库 前20条
1 来益博;樊立波;罗少杰;孙智卿;屠永伟;黄佳斌;王亿;陈益芳;向新宇;王剑;张晓波;蒋建;方响;宣羿;;一种基于神经网络自适应动量因子的电力负荷预测算法[A];浙江省电力学会2021年度优秀论文集[C];2022年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 阎访;陈静;岳艳霞;;石家庄市夏季电力负荷与气象要素的相关性分析[A];中国气象学会2008年年会城市气象与城市可持续发展分会场论文集[C];2008年
13 贺志强;冯平;;简述电力负荷的混沌预测方法[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
14 郭丽华;;邕宁电网电力负荷现状浅析[A];广西电机工程学会第九届青年学术论坛论文集[C];2006年
15 孟明;卢建昌;孙伟;;基于优化概率神经网络的电力负荷预测模型研究[A];2006中国控制与决策学术年会论文集[C];2006年
16 牛东晓;李媛媛;;基于联合数据挖掘技术的电力负荷优选组合预测[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
17 牛东晓;李金超;李金颖;刘达;;基于遗传算法的中长期电力负荷组合预测[A];第二十六届中国控制会议论文集[C];2007年
18 李翔;乔艳芬;;分形理论下的电力负荷特性分析[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
19 ;序言[A];2015年电网节能与电能质量论文集[C];2015年
20 赖晓平;周鸿兴;;电力负荷短期预测的HMNN模型[A];第十九届中国控制会议论文集(二)[C];2000年
中国博士学位论文全文数据库 前20条
1 黎鹏;非侵入式电力负荷分解与监测[D];天津大学;2009年
2 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
3 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
4 董添;基于深度学习的电力负荷模式识别与预测方法研究[D];吉林大学;2022年
5 刘博;完全自主非侵入式电力负荷监测关键技术[D];天津大学;2019年
6 陈艳华;基于机器学习的时间序列预测方法研究与应用[D];兰州大学;2017年
7 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
8 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
9 严明明;基于深度学习的复杂时间序列预测模型研究[D];华中科技大学;2020年
10 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
11 何惠子;基于机器学习的原油价格时间序列波动分析及预测研究[D];江苏大学;2022年
12 何兆爽;时间序列预测的集成模型研究与应用[D];兰州大学;2020年
13 殷曦;基于机器学习及统计计算模型的膜蛋白结构预测[D];上海交通大学;2017年
14 杨静;蛋白质残基相互作用预测及其在结构建模中的应用研究[D];上海交通大学;2018年
15 韩启迪;基于非线性成矿动力系统的机器学习方法应用研究[D];中国地质大学(北京);2019年
16 薛红新;基于机器学习方法的分类与预测问题研究[D];中北大学;2019年
17 刘浏;基于机器学习的恶意代码检测与分类技术研究[D];国防科技大学;2017年
18 陈旭展;基于机器学习的智能机器人环境视觉感知方法研究[D];华中科技大学;2019年
19 吴念;CO_2电还原的理论计算研究[D];武汉大学;2019年
20 胡胜山;面向机器学习的安全外包计算研究[D];武汉大学;2019年
中国硕士学位论文全文数据库 前20条
1 成禹蓉;基于神经网络和时间序列的短期电力负荷组合预测模型研究应用[D];兰州大学;2021年
2 李珊;电力负荷预测方法研究[D];华北电力大学;2017年
3 龚美;基于深度学习的电力负荷组合预测模型研究[D];长安大学;2020年
4 江来伟;基于深度学习的多电器运行电力负荷分解[D];湖南科技大学;2019年
5 孙广强;中长期电力负荷组合预测模型与方法的研究[D];湖南大学;2010年
6 闫顺;基于灰色理论结合聚类分析的电力负荷短期预测方法研究[D];沈阳农业大学;2022年
7 胡译尹;基于模型平均的电力负荷日峰值预测[D];上海财经大学;2021年
8 赵静;大同地区电力负荷分析与预测的研究[D];华北电力大学;2011年
9 李晶;基于测量序列的在线滚动短期电力负荷预报方法研究[D];哈尔滨工程大学;2015年
10 李永清;非侵入式电力负荷识别研究[D];浙江工业大学;2020年
11 张靖;基于大数据的用电稽查研究[D];华北电力大学;2019年
12 王在乾;基于数据挖掘的电力负荷检测与分析[D];重庆邮电大学;2018年
13 徐春华;基于深度学习的电力负荷识别[D];南昌大学;2019年
14 宋祥民;基于OneNet平台的电力负荷监测系统的研究[D];山东科技大学;2018年
15 孙聪;电力负荷特征分析与短期电力负荷预测[D];昆明理工大学;2019年
16 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
17 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
18 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
19 郭海波;基于深度学习的短期电量预测方法研究[D];北京邮电大学;2019年
20 张春燕;基于数据挖掘的电力负荷异常数据检测与修正研究[D];兰州理工大学;2019年
中国重要报纸全文数据库 前20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 周以欣 吴昌红;江苏电力负荷创历史新高[N];新华日报;2010年
5 记者 陶涛;力促电力负荷持续稳定增长[N];宁夏日报;2009年
6 记者 郭秀玉;入夏我市电力负荷猛增[N];珠海特区报;2007年
7 通讯员 彭赛鸿;我市电力负荷节节攀升[N];郴州日报;2006年
8 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
9 记者 贺韬 通讯员 吴长宏;昨日我省电力负荷创历史新高[N];陕西日报;2009年
10 记者 宋鹏涛 唐松寒;华北电网负荷直抵1亿千瓦大关 京城电力负荷昂首破千万纪录[N];华北电力报;2006年
11 记者 陈韩晖 通讯员 沈甸;广东电力负荷今年六创新高[N];南方日报;2013年
12 记者 唐松寒 通讯员 金振文 杨定顺 吴宜萍 王毅 记者 贺焕峰 通讯员 洪华;高温酷热拉动电力负荷猛增[N];中国电力报;2005年
13 记者 陈韩晖 通讯员 沈甸;粤电力负荷首破7000万千瓦[N];南方日报;2011年
14 记者 张淼淼;持续低温导致北京电力负荷创新高[N];新华每日电讯;2009年
15 陈翀闻玉先 记者 韩东金;全市电力负荷飙升[N];巢湖日报;2008年
16 杜丽玲;缓解电力负荷持续升高状况[N];汕头日报;2006年
17 记者 彭青林;海南提前进入电力负荷高峰期[N];海南日报;2014年
18 记者 江致礼;北京最高电力负荷将达1400万千瓦[N];首都建设报;2009年
19 记者 王勤诣 通讯员 曹瑾 王磊;北京市电力负荷创冬季历史新高[N];首都建设报;2009年
20 记者 江萌实习生 郭婷 施瑜 通讯员 李稷;江城电力负荷昨超历史[N];湖北日报;2008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