基于大数据分析的电力短期负荷预测研究与开发-计算机技术专业论文.docxVIP

Classified Classified Index：TP39 U．D．C：004．9 Thesis for the Master Degree The power short—·term load forecasting based on large data analysis of the research and development Candidate： Shao Dongdong Supervisor： Zhao Qiang Academic Degree Applied for： Master of Engineering Speciality： Computer technology School： School of Control and Computer Engineering Date of Defence： March，2016 Degree—Conferring—Institution： North China Electric Power University 万方数据 华北电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于大数据分析的电力短期负 华北电力大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文《基于大数据分析的电力短期负 荷预测研究与开发》，是本人在导师指导下，在华北电力大学攻读硕士学位期间 独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他 人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体， 均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名：召P磐、冬 日期：芝。l b年弓月J歹日 华北电力大学硕士学位论文使用授权书 《基于大数据分析的电力短期负荷预测研究与开发》系本人在华北电力大学 攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北 电力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华 北电力大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论 文的复印件和电子版本，允许论文被查阅和借阅，学校可以为存在馆际合作关系 的兄弟高校用户提供文献传递服务和交换服务。本人授权华北电力大学，可以采 用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。 本学位论文属于(请在以上相应方框内打“-,7”)： 保密口，．在 年解密后适用本授权书 不保密√ 作者签名：盈p冬冬 日期：b／易年3月J歹日 导师签名：赵嗽 日期：Ⅻf6年多月／6日 万方数据 华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 本文深入研究了基于Hadoop和Spark在电力负荷预测中的应用，并采用了 Mahout和Spark Mlib中的聚类算法，并于传统聚类算法效果上进行了比较。本 文参考了R的开源聚类包，对曲线进行了聚类，这样可以对不同行业下的不同 用户进行负荷曲线聚类，并且相对准确地建立模型，预测模型主要是采用了神经 网络和支持向量机的算法，神经网络算法某些情况下会出现过拟合的现象，但是 在短期负荷预测中，效果还是非常不错的，而支持向量机算法则相对神经网络算 法不会那么经常出现过拟合的情况，在长期负荷预测中效果比较好，但在短期负 荷预测中效果也不错，故本文采用两种算法分别重点介绍。 在本文研究的模型基础上，根据研究短期负荷预测的实际情况和功能需求， 本文利用软件工程的方法，对电力短期负荷预测系统的功能模块进行了划分，并 对各个模块进行了详细的分析和说明。传统的算法在处理每天庞大的数据上即使 满负荷运行也无法运行完当天的任务，故本文在Spark和Hadoop的大数据环境 下采用了其开源的相关算法，来进行快速的处理。开发并实现了电力负荷预测系 统，并用该系统对研究区域进行了总量负荷预测和空间负荷预测，通过预测的结 果与实际情况对比，发现预测结果与实际情况基本一致，并且在运行速度上有较 大优势。证明该软件具有很好的实用性。 本文的创新点主要有三点：一、对用户按照大行业，小行业进行分类后，然 后再对用户的负荷进行图形进行了聚类分析，较好地区分了用户类型；二、采用 Hadoop、Spark进行负荷大数据进行预测；三、提出了一种整体的架构方案。 关键词：电力负荷预测、神经网络、支持向量机、聚类、大数据 万方数据 华北电力大学硕士学位论文Abstract 华北电力大学硕士学位论文 Abstract In this paper，the application of Hadoop and Spark in power load forecasting is studied．Spark Mlib and Mahout clustering algo