空间负荷预测中确定元胞负荷合理最大值的方法-电气工程专业毕业论文.docxVIP

万方数据 万方数据 图书分类号： 学校代码：10188 U.D.C.: 密级：公开 空间负荷预测中确定 元胞负荷合理最大值的方法 硕 士 研 究 生：于春雷 导 师：肖白教授 学 位 类 别：工学硕士 学 科 专 业：电气工程 所 在 单 位：电气工程学院 答 辩 日 期：2016 年 4 月 授 予 学 位 单 位：东北电力大学 Classified Index: U.D.C. METHODS FOR DETERMINING THE REASONABLE MAXIMUM OF CELLULAR LOAD IN SPATIAL LOAD FORECASTING Candidate： Yu Chunlei Supervisor： Prof. Xiao Bai Academic Degree Applied for： Master of Engineering Speciality： Power Engineering Affiliation： School of Power Engineering Date of Defence： Apr. 2016 Degree-Conferring-Institution： Northeast Dianli University 摘 要 摘 要 空间负荷预测（Spatial Load Forecasting，SLF）是城市电网规划的基础，其预测的准 确程度直接影响城市电网规划的投资、网络布局和运行的合理性。因此，空间负荷预测作 为城市配电网规划的前提和铺垫，高精度的空间负荷预测结果对于城市电网规划具有重要 的意义。 以往大量的空间负荷预测研究工作重点在于预测方法的提出与改进，很少通过研究空 间负荷预测数据预处理方法进而提高预测精度。而实现空间负荷预测的过程中，一般使用 元胞的年负荷最大值，若直接使用元胞负荷实测数据中的年最大值进行城市电网空间负荷 预测，则极有可能将一些偶然因素影响下带来的误差带入预测结果，而导致预测精度降低。 可见，空间负荷预测数据预处理方法的研究对提高空间负荷预测准确性至关重要。 本文首先对空间负荷预测研究现状做了详细的介绍，并分别对各种空间负荷预测数据 预处理方法的优缺点进行分类并简要分析。然后，将电力负荷按不同原则分类，并涉及到 空间电力分辨率和元胞生成原则，进而深入挖掘阐述城市空间电力负荷的特性；接着，将 主成分分析(Principal Component Analysis，PCA)理论应用到空间负荷预测中，提出了基于 PCA 确定元胞负荷最大值的方法，并针对该方法未明确考虑电力负荷特性的不足之处，结 合经验模态分解(Empirical Mode Decomposition，EMD)理论，重新提出了基于 EMD 确定 元胞负荷最大值的方法。最后将两种方法确定的元胞负荷最大值利用传统的空间负荷预测 方法应用于空间负荷预测，实例分析表明两种方法都在一定程度上使预测精度，并且使用 基于 EMD 确定的元胞负荷最大值效果更佳。 关键词：空间负荷预测；城市电网；元胞负荷；主成分分析；经验模态分解 I II万方数据 II 万方数据 东北电力大学工学硕士学位论文 Abstract Spatial load forecasting is the foundation of the urban power system planning, the accuracy of prediction directly impacts the rationality of investment, network layout and operation of urban power system planning. Therefore, as the premise and matting of urban distribution network plan, a high precision of spatial load forecasting result for urban power system planning has important significance. In the past much research work is focused on proposing and improving SLF methods, rarely from the perspective of studying SLF data preprocessing method to improve the forecasting accuracy. Generally, annual maximum of cellular load is used in the spatial load f