网站大量收购独家精品文档,联系QQ:2885784924

电力负荷预测评估分析算法研究及其应用-电力系统及其自动化专业论文.pdf.docxVIP

电力负荷预测评估分析算法研究及其应用-电力系统及其自动化专业论文.pdf.docx

  1. 1、本文档共80页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电力负荷预测评估分析算法研究及其应用-电力系统及其自动化专业论文.pdf

电力负荷预测评估分析算法研究及其应用摘 电力负荷预测评估分析算法研究及其应用 摘 要 负荷预测是电力系统运行中的重要组成部分,对电力系统规划和设计,电力 系统安全、可靠、经济运行,电力市场交易等多个方面起着重要的作用。在当前 节能减排的特殊背景下,电力企业对电力负荷预测的预测精度提出更高的要求。 考虑到电力负荷的随机性和特殊性,电力负荷预测模型或预测结果的评估分析是 提高负荷预测精度的有效途径。 本文对负荷预测预前评估分析方法、负荷预测预后评估分析方法及两者相结 合的评估分析方法分别进行了研究。 论文研究了基于元学习的预前评估分析算法,该算法将元学习思想引入到预 前评估分析中,其目的是负荷预测前根据负荷序列特征属性和单一模型的预测值 作为元知识对单一模型进行合理评价,将评价结果应用于负荷预测。算例结果表 明该算法预测精度较高,具有实际应用价值。 论文研究了基于虚拟预测的总调与地调负荷的关系评估分析、基于K线图的 负荷特性评估分析、基于概率性预测的预后评估分析和电力负荷模糊聚类评估分 析四种预后评估分析方法。四种方法的的定量和定性结论均为负荷预测精度的提 高提供了有益参考。 鉴于组合预测思路,论文结合预前评估和预后评估,研究了两者综合的组合 预测模型,该模型充分利用预前评估和预后评估模型的优势,构成“前后呼应’’ 的预测模式。结果分析表明该模型负荷预测精度高于预前评估模型和常用组合模 预测型,且保证了负荷预测的自适应性和鲁棒性。 本文在系统研究负荷预测预前评估和顸后评估分析方法的基础上,开发了一 套负荷预测评估分析算法库。该库已经在湖南电网挂网运行,运行结果表明该套 算法库适应湖南电网的负荷发展需要,对湖南电网负荷预测具有指导意义。 关键词:负荷预测;负荷预测评估;预前评估;预后评估;组合预测 硕:t学位论文-_I__--●●_l__●ll-II_-_l____l-●●-___-I____-l-__-●●_ll__- 硕:t学位论文 -_I__--●●_l__●ll-II_-_l____l-●●-___-I____-l-__-●●_ll__- Abstract Power load forecasting is an important part of the operation of electric power system,and plays a key role in its planning,designing,security,reliability,economy of operation and market trade.Under the special background of saving energy and reducing emissions,power enterprises put forward higher requirement for power load forecasting precision.In consideration of the randomness and particularity of power load,power load forecasting models or analysis of load forecasting results are the effective ways of improving precision of load forecasting. The prior assessment,the post—fact assessment,and the combination of the two above will be explored respectively in this thesis. A prior assessment algorithm based on meta—learning is researched.This algorithm introduces the idea of meta—learning to the prior assessment,aiming at using the forecasted values on the basis of feature attributes of load sequence and single models as meta.1earning to evaluate reasonably the single models before load forecasting,from which the results are applied to load forecasting.The analytical results show that the f

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档