智能电网环境下的电力负荷预测

智能电网环境下的电力负荷预测

论文摘要

智能电网是未来电网的发展方向,以自愈、安全、发电资源兼容、电力用户交互、电力市场协调、资源优化高效、电能质量优质、信息系统集成为主要特点的智能电网的实现,离不开精确的负荷预测技术的支持。电力工业的发展一方面直接制约着国民经济和社会的发展,正确的电力负荷预测即可以为国民经济的发展提供充足的电力,也可以为电力系统自身的发展提供帮助,特别是对于电力系统规划而言,准确的负荷预测是整个规划工作的基础和前提。本文致力于在智能电网环境下对负荷信号进行负荷预测的同时,增加预测结果的可靠性。系统阐述了小波变换和神经网络的基本原理,聚类理论和智能电网的基本概念。小波变换采用离散平稳小波变换,平稳小波变换具冗余性和平移不变性的特点,在时-频变换的过程中,避免了抽样处理时信号失真的问题。使用小波变换对负荷信号的降噪处理,是能够在对信号分类处理的同时,不改变信号的走势。在对负荷信号小波分解之后,使用统计学的方法,用概率论的方法来剔除不良数据。在负荷预测这个步骤,使用小波聚类对数据进行负荷分类,再使用Elman神经网络算法进行预测。由于通信网络的复杂性,有可能引入不良数据的干扰,本文对处理这个问题对负荷预测的影响,采用自动的不良数据辨识方法,即使用统计学的数学方法来解决,这是本文的第一个创新点。对于智能电网中,AMI的主要作用是提供一个智能平台,通过这个平台精确掌握负荷节点的特性,主要方法是使用小波聚类算法来进行负荷分类。这样做的目的是因为对于工业用电、农业用电以及普通民用电来讲,其电力负荷预测的结果是不同的,对电力负荷的节点进行分类和分别预测,则会大大增强负荷预测结果的准确性和可靠性。这是本文的第二个创新点。这种方法远远优于畅通负荷预测智能掌握整体负荷预测,而不能考虑实际不同用电对负荷的不同需求。经过大量的仿真验证了本文算法的有效性和可靠性,结果表明,利用WNN对负荷信号进行多层信号分解,对具有周期性的分量进行预测,结果是准确和可靠的,并且在负荷预测过程中,基于智能电网高级测量体系提供的海量数据支持,利用小波聚类方法,对负荷进行分类,为精准的负荷预测技术提供支持。这种方法是AMI负荷预测的可行性方法和发展方向之一。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题的研究意义
  • 1.2 国内外研究现状
  • 1.3 现有方法存在的问题
  • 1.3.1 传统负荷预测方法
  • 1.3.2 现代负荷预测方法
  • 1.4 本文的研究重点
  • 1.5 论文的主要内容及安排
  • 第2章 小波-神经网络负荷预测
  • 2.1 小波变换预测方法
  • 2.1.1 连续小波变换、离散小波变换和平稳小波变换
  • 2.1.2 小波多分辨分析(MRA)与Mallat算法
  • 2.2 ELMAN神经网络预测方法
  • 2.2.1 人工神经网络的发展及现状
  • 2.2.2 Elman神经网络结构与算法
  • 2.4 小结
  • 第3章 基于平稳小波去除不良数据的负荷预测
  • 3.1 引言
  • 3.2 模型框架
  • 3.3 平稳小波去除电力负荷不良数据
  • 3.3.1 电力负荷数据分析
  • 3.3.2 平稳小波分解
  • 3.3.3 不良数据去除
  • 3.3.4 不良数据去除的算例分析
  • 3.4 基于ELMAN神经网络负荷预测
  • 3.4.1 Elman神经网络负荷预测模型
  • 3.4.2 隐含层神经元个数的确定
  • 3.4.3 结果分析
  • 3.5 小结
  • 第4章 智能电网下基于AMI平台的电力负荷预测分类
  • 4.1 引言
  • 4.2 智能电网环境下负荷分析
  • 4.2.1 分布式电源对负荷的影响
  • 4.2.2 需求侧管理对负荷的影响
  • 4.2.3 储能技术的发展对负荷的影响
  • 4.3 智能电网下的高级测量体系
  • 4.3.1 高级测量体系
  • 4.3.2 智能电表
  • 4.3.3 通信系统
  • 4.3.4 计量数据管理系统(MDMS)
  • 4.3.5 家庭网络(HAN)
  • 4.4 基于AMI的电力负荷预测分类
  • 4.4.1 智能电网与负荷预测
  • 4.4.2 电力负荷小波聚类技术
  • 4.4.3 基于AMI平台的电力负荷分类
  • 4.5 小结
  • 结束语
  • 致谢
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 相关论文文献

    • [1].浅谈城市智能电网的自愈[J]. 新疆电力技术 2013(04)
    • [2].国际智能电网理论研究和应用[J]. 国际学术动态 2011(06)
    • [3].泰州设立智能电网产业园[J]. 泰州科技 2011(11)
    • [4].姜堰开发区建成省智能电网器件特色产业基地[J]. 泰州科技 2012(03)
    • [5].智能电网与低碳经济的认识与思考[J]. 供电企业管理 2010(04)
    • [6].智能电网在我国发展之展望[J]. 武汉电力职业技术学院学报 2009(04)
    • [7].智能电网给专业队伍建设带来的思考[J]. 供电企业管理 2011(04)
    • [8].浅谈智能电网[J]. 中国建设教育 2011(Z2)
    • [9].简析信息化服务智能电网[J]. 科技资讯 2019(32)
    • [10].智能电网信息技术深度融合的研究[J]. 电脑知识与技术 2019(35)
    • [11].智能电网信息安全面临的挑战与应对实践[J]. 中国信息化 2019(12)
    • [12].区块联盟链视角下智能电网数据管理技术框架研究[J]. 中国电机工程学报 2020(03)
    • [13].智能电网技术应用简述[J]. 农村电气化 2019(12)
    • [14].基于物联网的智能电网信息化建设分析[J]. 通信电源技术 2020(05)
    • [15].智能电网环境下电力公司优质服务评价体系探讨[J]. 时代农机 2019(11)
    • [16].智能电网调度运行关键技术的研究[J]. 电气时代 2020(03)
    • [17].知识图谱在智能电网的应用[J]. 电子元器件与信息技术 2020(01)
    • [18].基于新安全观的智能电网技术展望[J]. 电气时代 2020(05)
    • [19].面向21世纪的智能电网[J]. 天津大学学报(自然科学与工程技术版) 2020(06)
    • [20].城镇智能电网信息通信线路规划设计[J]. 中国新通信 2020(06)
    • [21].探讨智能电网时代电力信息通信技术的应用[J]. 计算机产品与流通 2020(04)
    • [22].电力工程中智能电网技术的应用[J]. 中国新技术新产品 2020(07)
    • [23].探析农村智能电网配电自动化建设[J]. 装备维修技术 2020(02)
    • [24].基于物联网的智能电网监控系统构建[J]. 电子技术与软件工程 2020(06)
    • [25].煤矿坚强智能电网建设理论与技术探讨[J]. 煤炭学报 2020(06)
    • [26].配网通信安全对智能电网的作用分析与研究[J]. 中国新通信 2020(11)
    • [27].无线通信技术在电力行业企业中的应用分析与探讨[J]. 通信电源技术 2020(08)
    • [28].智能电网模式下配网调控一体化分析[J]. 电子世界 2020(11)
    • [29].5G通信技术在智能电网中的应用探讨[J]. 电子世界 2020(10)
    • [30].5G新基建 助力智能电网发展[J]. 通信世界 2020(16)

    标签:;  ;  ;  ;  

    智能电网环境下的电力负荷预测
    下载Doc文档

    猜你喜欢