收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于时间序列分解法和回归分析法的月用电量综合预测方法

王彦博  
【摘要】:用电量预测作为电力系统运行、优化、控制的基础,在综合能源系统快速发展以及电力交易市场逐渐放开的环境下,正面临着新的挑战。传统负荷预测技术已经被学者们广泛研究。但是由于分布式能源的影响,用户侧电量需求和负荷特性较以往发生变化;同时,在开放竞争的电力零售市场环境下,用电量预测开始面向小规模用户的电力需求,更易受季节、节假日和经济因素的扰动。因此,传统的负荷预测方法不能完全适用于用电量预测。为了解决上述问题,本文对基于时间序列分解法和回归分析法的用电量综合预测方法进行研究,主要研究成果如下:(1)分析了北方某城市典型客户用电特性及其影响因素。基于北方某城市负荷数据,采用层次聚类和密度聚类模型对三十种负荷数据进行挖掘,获得了该地区不同类型负载的电力需求随时间的变化规律及其影响因素。(2)考虑季节突变和重大节假日的影响,提出了基于STL分解模型的月用电量综合预测方法。第一步:利用STL分解模型特点设置不同月份季节分量变化率,将季节突变和重大节假日的影响将对应月份的用电量序列进行个性化分解,将用电量序列分解为趋势分量、季节分量和随机分量,避免了预测时分量间互相干扰。第二步:选用适当的模型分别对各个分量进行预测,对于季节突变与重大节假日所在月份的季节分量,采用BP神经网络模型预测,对于序列平稳月份的季节分量,直接采用历史同期值作为预测值;对于趋势分量,采用差分整合移动平均自回归(ARIMA)模型进行预测;对于随机分量,采用平均值预测。第三步:将上述三个分量的预测值重构为最终的用电量预测值。本文采用R语言进行算法编制,通过北方某大学园区的实际月用电量数据对所提方法的有效性进行了验证分析。(3)在(2)的基础上进一步考虑经济因素影响,提出了基于X12和STL分解模型的月用电量预测方法。从用电量与经济发展的相关性出发,对月用电量预测方法提出改进措施。首先利用STL模型和X12模型分别分解用电量序列和GDP序列,将GDP的趋势分量作为月用电量趋势分量的影响因素纳入向量自回归(VAR)模型进行用电量趋势预测;再分别采用BP神经网络预测季节分量,平均值法预测随机分量,通过北方某大学园区的实际数据验证了改进措施的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄铁鹰;;你以为卖橙子很简单[J];37°女人;2017年01期
2 蔡福安,王阜东,刘新田;技术预测方法的比较与选择[J];石油科技论坛;1998年04期
3 孙明玺;销售的预测方法和营销的管理[J];管理科学文摘;1996年02期
4 李艳君;商业预测方法的发展,述评[J];管理科学文摘;1994年03期
5 徐志伟;;对《一种新的预测方法》的商榷[J];情报学刊;1993年01期
6 陈玉祥;;如何选择合适的预测方法[J];汽车与配件;1985年01期
7 姚宇飞;;复合预测方法初探[J];预测;1986年06期
8 约亨·施互茨;陈玉祥;李光辉;;不同预测方法的比较及其统计评价[J];预测;1987年02期
9 孙家和;汪泓;;积分预测方法的应与探讨[J];预测;1987年02期
10 杰勒德·T·奥布赖恩;苏新民;;项目预测的一种新方法[J];预测;1987年02期
11 梁樑;陈继先;;系统结构的有序化与系统预测[J];预测;1987年05期
12 金顺发;张国强;;蔬菜上市量两种预测方法的研究[J];上海蔬菜;1987年03期
13 C.K.卡赞采夫;杨培章;;露天铁矿劳动生产率的预测方法[J];国外采矿技术快报;1987年25期
14 张路;齐维义;;径赛成绩预测研究[J];沈阳体育学院学报;1987年04期
15 罗晓春;;成矿可能度预测方法(盲矿预测研究之四)[J];物化探计算技术;1987年01期
16 纲;;经济情报网预测分网预测方法研讨会在宁波召开[J];科技信息;1987年11期
17 孙振玉;对现代科技情报研究方法论的思考与实践[J];情报理论与实践;1988年02期
18 石岩,佟少成;一种Fuzzy预测方法[J];黑龙江大学自然科学学报;1988年03期
19 冈部赖信 ,中井真行 ,织本正明 ,赵立群;煤扬尘的预测方法[J];交通环保;1988年S1期
20 潘尚新;一种新的预测方法——灰色预测[J];现代邮政;1988年02期
中国重要会议论文全文数据库 前10条
1 肖翠翠;杨姝影;;环境规划中的预测方法与技术[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年
2 吕津波;田锋;吴思;;海上油田生产原油外输的预测方法[A];第十四届中国海洋(岸)工程学术讨论会论文集(下册)[C];2009年
3 罗炜;;运输需求的一种间接预测方法——兼论预测的本质[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
4 张大斌;李红燕;刘肖;张文生;;非线性时问序列的小波-模糊神经网络集成预测方法[A];第十五届中国管理科学学术年会论文集(下)[C];2013年
5 刘书昌;杨立洁;郑明春;;主生产计划管理系统中的预测方法和优化调整研究[A];全国青年管理科学与系统科学论文集第5卷[C];1999年
6 刘恩慧;;液化石油气价格预测方法[A];中国燃气运营与安全研讨会(第十届)暨中国土木工程学会燃气分会2019年学术年会论文集(下册)[C];2019年
7 谢永刚;赵锡山;;大数据背景下的灾害应对:洪水与干旱预测方法面临的新挑战[A];中国生产力学会第十七届年会专辑[C];2013年
8 黄志全;刘汉东;王安明;;基于混沌时间序列的边坡变形预测方法[A];和谐地球上的水工岩石力学——第三届全国水工岩石力学学术会议论文集[C];2010年
9 刘斌;张荣;刘思峰;党耀国;;PMVF综合集成预测方法及应用示例[A];2006年灰色系统理论及其应用学术会议论文集[C];2006年
10 鲍蕊;魏英魁;张建宇;费斌军;;基于概率断裂力学的多部位损伤发生概率预测方法[A];第十五届全国疲劳与断裂学术会议摘要及论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 徐丽华;土壤养分预测方法的比较研究[D];西南大学;2012年
2 王彦超;CALYPSO结构预测方法及应用[D];吉林大学;2013年
3 殷克涛;变组分和过渡态结构预测方法及其应用[D];吉林大学;2016年
4 梁跃强;基于地质数据挖掘和信息融合的煤与瓦斯突出预测方法[D];中国矿业大学(北京);2018年
5 朱黎;CALYPSO结构预测方法在高压材料和行星科学中的几个典型应用[D];吉林大学;2014年
6 车勇;轮胎噪声的预测方法与试验研究及优化设计[D];武汉理工大学;2010年
7 倪同和;道路交通规划关键指标预测方法研究[D];吉林大学;2011年
8 杨道理;基于文本数据的软集合预测方法研究[D];重庆大学;2016年
9 洪雁;铁路集装箱运输系统规划若干问题研究[D];北京交通大学;2008年
10 王旭亮;不确定性疲劳寿命预测方法研究[D];南京航空航天大学;2009年
中国硕士学位论文全文数据库 前10条
1 王彦博;基于时间序列分解法和回归分析法的月用电量综合预测方法[D];沈阳工程学院;2019年
2 卢亚光;视频中动作预测方法的研究[D];辽宁大学;2018年
3 张旭;分布式光伏发电功率预测方法的实验研究[D];华北电力大学(北京);2018年
4 李福顺;基于相关向量机的公交车队规模预测方法[D];福州大学;2017年
5 尤洁;基于图勾勒的链路预测方法[D];云南大学;2017年
6 张珂铨;风速预测中人工智能方法的应用研究[D];兰州大学;2018年
7 冯莉;多种预测方法在我国对外贸易预测中的应用研究[D];武汉理工大学;2007年
8 丛欣伟;中国股市β系数预测方法的实证研究[D];湖北工业大学;2011年
9 陈实;货运量预测方法及应用研究[D];武汉理工大学;2008年
10 叶剑;基于聚类分析的港口集装箱吞吐量预测方法的研究[D];大连理工大学;2005年
中国重要报纸全文数据库 前10条
1 中国地质调查局地科院资源所 肖克炎;创新矿产潜力评价预测方法[N];中国国土资源报;2015年
2 记者 刘肖勇;肺癌术后情况有了新的预测方法[N];广东科技报;2009年
3 英信;心脏病预测方法将变得更简便[N];医药经济报;2003年
4 易倍生;股民需要全新的预测方法[N];山西经济日报;2002年
5 刘荣华;股票、期货市场 提前预测方法探索(二)[N];中国有色金属报;2009年
6 记者 刘霞;科学家找到女性绝经期预测方法[N];科技日报;2008年
7 刘荣华;股票、期货市场提前预测方法探索(一)[N];中国有色金属报;2009年
8 冀月飞 杜平平;聚焦山阳-柞水矿集区找矿预测方法技术[N];中国矿业报;2018年
9 解放军307医院肿瘤研究室 朱运峰鲍云华;寻找靶向药物疗效的预测方法[N];健康报;2007年
10 杨钢作坊 言寺;简单一点好[N];现代物流报;2007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