基于蚁群算法和元胞自动机的配电网空间负荷预测-电气工程专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 配电网空间负荷预测是配电网规划的基础，不仅要预测未来负荷的量，而且 要提供负荷增长的位置信息，即未来负荷的空间分布。因此，空间负荷预测对合 理地进行配电网规划具有重要的指导意义。本文对影响空间负荷预测的相关因素 进行了分析，构建了基于元胞自动机的空间负荷预测模型，研究了基于蚁群算法 和元胞自动机的配电网空间负荷预测方法。论文的主要内容如下： 在对空间负荷预测过程中相关因素进行分析的基础上，得到影响空间负荷预 测方法的复杂度及预测结果精度的主要因素为：小区划分方法、小区面积、同时 率和负荷曲线、预测方法流程等。 针对用地仿真法用于空间负荷预测中用地类型演化过程难以进行模拟的问 题，利用元胞自动机具有时空动态性和局部性的特点，构建了基于元胞自动机的 空间负荷预测模型，用以模拟小区用地类型演化，并对电力负荷元胞进行了划分 和定义，为空间负荷预测的实现奠定了基础。 针对元胞自动机实际应用中转换规则难以获取的问题，提出了基于蚁群算法 的元胞自动机规则挖掘方法，采用基于蚁群算法的分类规则挖掘算法自动获取元 胞自动机的元胞转换规则，该算法利用了蚁群算法具有的自适应、正反馈、群体 智能等特点，提高了元胞自动机的智能化程度。 提出了基于蚁群算法和元胞自动机的配电网空间负荷预测方法。在小区用地 类型动态演化的过程中，引入元胞自动机理论，实现规划区域各小区用地类型的 动态模拟。在获取电力负荷元胞转换规则的过程中，引入蚁群算法进行分类规则 挖掘，得到小区用地的决策规则。在空间负荷预测的整个过程中，采用用地仿真 法“自上而下”负荷分配的思想，通过规划区域负荷总量预测，将其结果分配到 各个小区，从而实现了规划区域的空间负荷预测。通过实例验证了该方法的适用 性和可信度，为配电网空间负荷预测提供了一种新颖的、实用的方法。 关键词：空间负荷预测，元胞自动机，蚁群算法，转换规则，分类规则挖掘 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT A distribution network spatial load forecasting (SLF) is the foundation of the distribution network plan, which not only forecasts the quantity of the future spatial load, but also provides the spot information of the spatial load incensement. Therefore, spatial load forecasting will significantly contribute to the distribution network plan. This paper had analyzed the related factors which influenced the spatial load forecasting, and constructed the spatial load forecasting model based on the cellular automata (CA). Besides, this paper also researched the method of distribution network spatial load forecasting based on the cellular automata and ant colony algorithm (ACA). The main content is as followed: Through the process of the analysis on the related factors of spatial load forecasting, we have got that the main factors, which influence the complexity and the accuracy of the network spatial load, are district partition, district area, simultaneity factor, load curve, process of forecasting method and so on. Against the problem that using land-use based method to simulate the process of land-use type e