基于云模型的短期电价预测的研究

论文摘要

目前,电价预测方法有时间序列、神经网络、小波变换等,这些方法都是对点进行预测。本文提出了一种基于云模型的短期电价预测新方法。文中首先介绍了云模型的概念和特点,给出了基于云模型的电价和负荷数据的离散化和概念跃升过程,得到了电价和负荷的概念模型。通过极大判定法对数据集进行软划分,建立电价、负荷的布尔型数据库,然后根据给定的支持度和置信度软域值,采用基于云的关联知识挖掘算法,得到时间、负荷和电价之间的关联规则。然后以时间、负荷的合取作为规则前件,电价作为规则后件,建立规则发生器,根据挖掘出的规则进行预测。本方法得到的预测结果是一系列不确定的离散点的集合,集合中的每一个点都可以作为预测结果提供给用户,用户可以根据经验和其它信息来适当选择结果,也可以将所有点的期望值作为结果提供给用户。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 课题的背景及意义
• 1.2 电价的形成
• 1.3 电价预测的基本概念
• 1.4 国内外研究动态
• 1.5 本文的主要内容
• 第二章 定性定量转换模型——云模型
• 2.1 云模型的基本概念
• 2.1.1 云和云滴
• 2.1.2 云的数字特征
• 2.2 正态云发生器
• 2.2.1 正态云发生器
• 2.2.2 云滴对概念的贡献
• 2.2.3 逆向云发生器
• 2.2.4 逆向云发生器误差分析
• 2.2.5 进一步理解正态云模型
• 2.3 正态云的数学性质
• 2.3.1 云滴分布的统计分析
• 2.3.2 云滴确定度的统计分析
• 2.3.3 正态云的期望曲线
• 第三章 基于云模型的短期电价预测方法
• 3.1 连续数据离散化
• 3.2 概念跃升策略和算法
• 3.3 数据集划分
• 3.4 基于云的关联知识挖掘
• 3.5 小结
• 第四章 预测方法的实现及结果分析
• 4.1 用云构造定性规则
• 4.1.1 前件云发生器和后件云发生器
• 4.1.2 规则发生器
• 4.2 结果及分析
• 4.3 小结
• 第五章 结论
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文和参加科研情况