基于局域波的地区负荷分析及其短期负荷预测研究

论文摘要

本文提出基于局域波的地区负荷分析及其短期负荷预测新方法。首先利用局域波和近似熵理论深入分析地区负荷特性,将负荷序列局域波分解,得到能反映负荷组成的分量及余量;对分量进行Hilbert变换得到Hilbert时频谱和功率谱,从而分析出各分量对总负荷的波动贡献;再将近似熵作为各分量及余量的特征参数,对比各分量和实际不同类型负荷的近似熵值,研究各分量的物理含义;采用实时气象因素对各负荷分量每天不同时段进行精细化分析,挖掘不同因素对各分量的影响状况。研究了电气化铁路的负荷特性及影响因素,提出基于灾变遗传算法和时序的LS-SVM的预测新方法,该法以时间序列模型与影响因素分析为据确定输入变量,利用灾变遗传优化算法得到模型的最优参数,建立LS-SVM预测模型。最后选择适合各负荷分量及余量的预测模型,然后进行合理重构,得出最后负荷预测结果。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 课题研究意义及背景
• 1.2 短期负荷预测研究动向
• 1.2.1 基于全局模型预测方法
• 1.2.2 基于局部模型预测方法
• 1.3 目前电力系统短期负荷预测存在的问题
• 1.4 本文主要研究内容
• 第二章 局域波理论
• 2.1 局域波理论的起源
• 2.2 局域波理论与方法及其发展状况
• 2.2.1 瞬时频率的物理意义和局域波法
• 2.2.2 局域波分解算法的基本思想
• 2.2.3 局域波分解的几种算法
• 2.2.4 局域波分解的边界处理方法
• 2.2.5 局域波分解中的终止筛选标准
• 2.3 局域波时频谱
• 2.4 局域波法的工程应用现状
• 第三章 地区负荷特性分析
• 3.1 近似熵原理
• 3.2 实例分析
• 3.2.1 数据来源
• 3.2.2 负荷局域波分解
• 3.2.3 局域波时频分析
• 3.2.4 近似熵分析
• 3.2.5 实时气象因素影响分析
• 3.2.6 负荷分析
• 3.3 本章小结
• 第四章 含电铁负荷的地区负荷预测模型
• 4.1 电铁负荷特性及其影响因素分析
• 4.2 分量一预测模型
• 4.2.1 最小二乘支持向量机
• 4.2.2 时间序列
• 4.2.3 灾变遗传算法理论
• 4.2.3.1 遗传算法
• 4.2.3.2 灾变遗传算法
• 4.2.4 预测模型建立
• 4.2.4.1 数据来源
• 4.2.4.2 模型建立
• 4.2.5 预测结果分析
• 4.3 分量二预测模型
• 4.3.1 时间序列特征分析
• 4.3.2 模式识别
• 4.3.3 模型建立
• 4.4 分量三预测模型
• 4.5 分量四预测模型
• 4.5.1 多元线性回归理论
• 4.5.1.1 多元线性回归模型
• 4.5.1.2 未知参数估计
• 4.5.2 模型建立
• 4.6 余量预测模型
• 4.7 预测模型重构及模型评估
• 4.8 误差分析
• 4.9 本章小结
• 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