论文摘要
当前我国正处在经济发展阶段,复杂而繁多的不确定因素对电力需求预测造成了一定难度。传统负荷预测建模方法无法根据不确定性因素的变动灵活调节模型结构与参数,难以适应当前环境下的负荷需求预测。因此,如何充分考虑未来各种不确定性因素,并实现负荷预测的智能化,是当前中长期负荷预测研究的重点。针对现有非参数负荷预测方法的不足,本文分别采用遗传算法改进了传统系统动力学模型,采用数据分组多层算法改进了变权重组合预测模型,以充分利用智能算法在处理不确定性、改善预测模型适应性方面的优势。论文的主要内容包括:1、对现有的负荷预测方法及其优缺点,尤其是系统动力学方法和组合预测方法,进行了详细的介绍。从中长期负荷预测影响因素繁杂、多变、非线性等特点出发,探讨了遗传算法和数据分组处理方法等两种智能算法在改进中长期负荷预测上的可行性。同时,介绍了负荷预测中不确定性信息的处理方法。2、利用遗传算法在优化传统系统动力学模型结构及估计参数方面的优势,提出了基于遗传算法的改进系统动力学负荷预测模型,以避免原模型过于机械化、人为割裂系统边界以及参数敏感性过高等问题,并充分考虑了各类不确定性因素,使系统动力学在负荷预测中的应用得到进一步扩展。3、利用数据分组处理方法GMDH在非线性高次系统建模上的优势,建立了基于GMDH求解权值的变权重组合负荷预测模型,模型是对非线性时变权值的有效尝试,预测精度相比一般组合预测模型有了明显提高。同时,对该模型进行可变权误差修正,使其能够充分考虑不确定性因素的影响,有利于进一步提高组合预测模型的适应性。4、以中国某区域电网1990-2008年实际数据为例,通过Vensim PLE 5.0与MATLAB 7.0软件编程计算。采用上述模型给出了“十二五”期间的负荷预测结果,并解析了结构调整和技术进步两个不确定性因素对预测结果的影响。分析表明,该区域未来五年内仍将保持电力电量的高速增长,经济危机对中国负荷预测走势影响持续性不长。而二产比重下调、技术进步都将拖动用电量下调,同时由于技术进步的累积效应,其长期的负拖动作用将日益明显。本文所建立的模型能够充分考虑中长期负荷预测中的不确定性因素,同时具备智能算法的灵活性和自适应能力,模型精度与适应性均有了进一步提高。模型尤其适合当前我国经济、政策变化较大时期的中长期负荷预测,同时也为考虑不确定性因素的智能中长期负荷预测模型研究提供了有效的参考。
论文目录
相关论文文献
- [1].污水源热泵系统负荷预测模型研究[J]. 建筑技术 2020(06)
- [2].基于信息熵的城市饱和负荷预测模型[J]. 黑龙江科技信息 2017(10)
- [3].基于支持向量回归机的中央空调负荷预测模型[J]. 计量与测试技术 2016(06)
- [4].计及需求侧资源作用的负荷预测模型及应用[J]. 陕西电力 2014(01)
- [5].基于灰理论的电力负荷预测模型[J]. 南昌大学学报(理科版) 2010(05)
- [6].高压配电网中区域节点超短期负荷预测模型构建[J]. 电子设计工程 2020(19)
- [7].考虑成本的深度长期短期的负荷预测[J]. 电子世界 2019(04)
- [8].考虑相关因素统一修正的节假日负荷预测模型[J]. 电力建设 2015(10)
- [9].基于脉冲神经网络的短期负荷预测模型[J]. 电力系统及其自动化学报 2020(10)
- [10].基于知识发现的电力负荷预测模型[J]. 计算机科学 2010(04)
- [11].计及储能调度因素的短期负荷预测模型[J]. 电力系统及其自动化学报 2019(07)
- [12].蝙蝠算法优化极限学习机的电力负荷预测模型[J]. 辽宁工程技术大学学报(自然科学版) 2016(01)
- [13].一种多参数空调负荷预测模型的界面实现[J]. 建筑热能通风空调 2016(04)
- [14].基于灰色傅里叶变换残差修正的电力负荷预测模型[J]. 电力自动化设备 2013(09)
- [15].多主体协同电力负荷预测模型[J]. 计算机工程与应用 2012(17)
- [16].基于关联规则的城市电力负荷预测模型智能推荐[J]. 天津大学学报 2010(12)
- [17].长兴岛产业园区电力需求多时序预测技术研究[J]. 电力与能源 2020(02)
- [18].基于相空间重构和长短期记忆算法的电力系统无功负荷预测模型[J]. 现代电力 2020(05)
- [19].燃气日用气负荷预测模型的研究[J]. 河南工程学院学报(自然科学版) 2013(02)
- [20].基于GA-BP神经网络建筑负荷预测模型[J]. 现代物业(中旬刊) 2019(12)
- [21].基于残差修正的冬季天然气日负荷预测模型[J]. 油气田地面工程 2019(10)
- [22].多变量时间序列的短期负荷预测模型及其方法研究[J]. 沈阳理工大学学报 2012(04)
- [23].基于“效益-精度”对冲的两级电力市场负荷预测技术[J]. 中国电力 2020(10)
- [24].需求侧响应下的电力负荷预测模型的改进[J]. 科学技术与工程 2016(20)
- [25].基于马尔可夫修正的负荷预测模型在电力能效监测终端中的应用[J]. 电测与仪表 2015(09)
- [26].基于商业智能的电网负荷预测模型的构建研究[J]. 福建工程学院学报 2011(01)
- [27].考虑空间运动特性的规模化电动汽车接入电网负荷预测模型[J]. 现代电力 2015(01)
- [28].一种改进的多元线性回归空调负荷预测模型[J]. 制冷空调与电力机械 2011(04)
- [29].分时电价下考虑储能调度因素的短期负荷预测模型[J]. 电力系统保护与控制 2020(07)
- [30].考虑噪声数据的FCM-LSSVM负荷预测模型[J]. 电力科学与工程 2017(11)
标签:智能算法论文; 中长期负荷预测论文; 不确定性理论论文; 系统动力学论文; 智能组合预测论文; 可变权误差修正论文;