基于改进数据流和小波包分析的超短期负荷预测方法研究-电气工程专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV characteristic. Based on the disassembled load subsequence component characteristic, each the forecasting mode is established. The forecasting data of each group is reconstructed to gain the final load forecasting result. By example analysis and simulation, this method has comparatively higher forecasting accuracy and efficiency. Keywords: ultra short-term load forecasting, load characteristic, data stream technique, short-term load forecasting, wavelet packet analysis. 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 课题背景及意义 1 1.2 国内外研究现状 2 1.2.1 经典预测方法 2 1.2.2 智能预测方法 3 1.2.3 综合预测方法 6 1.2.4 概率预测方法 6 1.2.5 总结 7 1.3 本文的主要工作内容 7 2 负荷特性分析及预测理论研究 9 2.1 负荷特性分析 9 2.1.1 负荷的基本模型 9 2.1.2 时间因素对负荷的影响及其预测方法 9 2.1.3 气象因素对负荷的影响及其预测方法 12 2.1.4 不确定性因素对负荷的影响及预测方法 14 2.2 超短期负荷预测理论研究 15 2.2.1 负荷预测的分类方式 15 2.2.2 超短期负荷预测应遵循的理念 16 2.3 本章小结 17 3 基于改进数据流在线分割的超短期负荷预测 18 3.1 超短期负荷预测方法的原理 18 3.2 负荷数据流在线分割预测模型 19 3.2.1 优点概述 19 3.2.2 模型理论 20 3.2.3 分割点判别指标对预测精度的影响 22 3.2.4 预测误差分析 22 3.3 基于短期预测结果的分割点实时修正 24 3.3.1 分割点误差分析 24 3.3.2 RBF 神经网络理论 27 3.3.3 短期预测建模及应用 28 3.3.4 分割点实时修正 33 3.4 算例分析 35 3.4.1 预测步骤 35 3.4.2 评价标准 36 3.4.3 结果分析 36 3.5 本章小结 39 4 基于小波包分析的超短期负荷预测方法研究 40 4.1 小波的基本概念 40 4.2 多分辨分析与 Mallat 算法 41 4.3 小波包分析 43 4.3.1 小波包基本理论 43 4.3.2 小波包空间的精细分割 43 4.3.3 小波包分析在超短期负荷预测中的优势 45 4.4 基于小波包分析的超短期负荷预测模型 45 4.4.1 预测模型参数选择 45 4.4.2 预测步骤 45 4.4.3 算例分析 46 4.5 本章小结 50 5 结论与展望 52 5.1 结论 52 5.2 展望 53 致 谢 54 参考文献 55 附 录 60 作者在攻读硕士期间发表的论文 60 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 课题背景及意义 随着中国经济的高速发展，电力需求持续增加，全国电力建设规模不断扩大， 使得电网结构和运行方式变得愈加复杂，同时也给电力系统的安全、稳定运行带 来了较大的威胁。电力负荷预测作为发电计划和调度决策的关键组成单元，是电 力系统安全、经济运行的基础。为了保证电力系统的安全运行和电能质量，快速 精确的电力负荷预测显得十分重要。 电力系统负荷预测是各电力运行环节的基本前提，包括调度决策、动态电网 控制、运行计划和发展规划等，同时也是许多决策部门的关键信息来源。对于庞 大复杂的电力系统而言，提高电网运行安全性、经济性，改善电能质量，增强电 力市场交易竞争力都依赖于准确的负荷预测[1]，因此研究性能更好的负荷预测方法 具有重要的理论意义和实用价值。 由于负荷预测在电力系统领域的重要性，其相关研究一直备受关注，随着时 间的推移其研究成果也得到不断升华。总体来说，电力负荷预测是通过分析研究 负荷本身的变化规律以及相关因素（经济、气象等）的影响作用，充分挖掘它们 之间的内在联系和