电力系统负荷分类研究电力系统及其自动化专业论文.docxVIP

摘要负荷分类对电力系统的经济分析、运行和规划都具有重要意义，尤其是随着 摘要 负荷分类对电力系统的经济分析、运行和规划都具有重要意义，尤其是随着 电力市场的不断发展，以及电力需求侧管理(DSM)技术的广泛应用，负荷分类 已经成为电价制定、负荷预测、系统规划、负荷建模等工作的重要基础。供电部 门传统的负荷分类方法，往往是依据用户的经济活动特点进行划分，带有一定的 主观性。由于设备构成、生活习惯等因素的影响，具有相同经济活动特点的用户， 其负荷特性也并不完全一致。因此深入探讨更为科学准确的负荷分类方法，具有 重要的理论意义和实用价值。 本文主要借助数据挖掘技术和模糊聚类分析理论，深入探讨了电力系统负荷 分类的实用方法，并在此基础上研究了基于负荷构成的负荷预测方法。主要工作 如下： 1．利用聚类方法对负荷分类进行了详细研究：首先，在比较分析多种聚类 有效性函数基础上，优选出最适合的一种——尸，(U；c)用以判断负荷分类结果； 进一步，从实际量测的用户日负荷曲线中提取关键的负荷特征向量，利用模糊C 均值聚类和加权聚类算法对其分类进行了比较研究，保证划分到同一类中的负荷 具有较高的一致性。 2．分析了两种用户负荷类型的识别方法一最大隶属度方法和序列方差识 别方法，实现了对用户类型的有效识别。 3．在负荷分类基础上，利用典型负荷曲线叠加方法和支持向量机回归方法， 建立了两种基于负荷构成的负荷预测模型，并通过实际算例验证其有效性。 本文工作对于寻求准确、合理的负荷分类方法，以及在此基础上的负荷预测 等应用研究具有一定的帮助。 关键词：负荷分类，聚类分析，模式识别，负荷预测，电力系统 ABSTRACTLoad ABSTRACT Load classification is an essential task in economic analysis，operation and planning of distribution systems，especially for the rapid development of power deregulation and demand side management(DSM)．Nowadays，the load classification has become the base of price setting，load forecasting，system planning，load modeling，etc．Traditional load classification used in the power utility is usually accomplished based on the economic activities of customers．However,characteristics of the load curves with similar economic activities may be absolutely different．So it is very important to find more effective and precise load classification method not only for the theoretical study but for the power system application． In this thesis，data mining and fuzzy clustering analysis are used to find more effective load classification method．Load forecasting based on load classification is further discussed．Work ofthis thesis iS as following： 1．Load classification method based on the clustering analysis is deeply studied． Firstly,comparison is performed between several clustering validity functions to find the optimal one．Then，fuzzy clustering analysis and fuzzy weighted clustering methods are used to classify the measured load profiles．The loads in the same group al e guaranteed to be